蜻蜓FM相關(guān)負(fù)責(zé)人接受媒體采訪時(shí)也表示，AI語(yǔ)音是整個(gè)行業(yè)都須順應(yīng)的技術(shù)潮流，大規(guī)模應(yīng)用只是時(shí)間問(wèn)題。目前，業(yè)內(nèi)在開(kāi)發(fā)更加成熟的AI語(yǔ)音技術(shù)，配合其深度學(xué)習(xí)能力，加入情緒、語(yǔ)氣、音色等參數(shù)，更加細(xì)膩的聲音表現(xiàn)將會(huì)帶到演播中。

因此，解說(shuō)工作成為小堯今后重點(diǎn)發(fā)展方向。相比配音、讀書(shū)等照著稿子讀的播音工作，解說(shuō)需要根據(jù)現(xiàn)場(chǎng)情況及時(shí)做出反應(yīng)。尤其是在體育解說(shuō)中，賽場(chǎng)形勢(shì)瞬息萬(wàn)變，解說(shuō)員不僅要有獨(dú)家風(fēng)格體現(xiàn)專(zhuān)業(yè)性，還需要調(diào)動(dòng)觀眾的情緒?！斑@樣以情緒情感為主的播音工作是AI永遠(yuǎn)無(wú)法取代的。”小堯說(shuō)道。

“AI語(yǔ)音一直是我們的反面教材，我也不鼓勵(lì)學(xué)生去使用。”上海體育大學(xué)體育解說(shuō)講師李人杰表示，在任何行業(yè)，AI都可能替代簡(jiǎn)單重復(fù)的工作。在他看來(lái)，播音工作是播音員通過(guò)理解將文字稿以聲音形式呈現(xiàn)給聽(tīng)眾，對(duì)每個(gè)字的重音、情感等細(xì)節(jié)處理就是二次創(chuàng)造的過(guò)程。因此，想要不被取代，就需要在配音或讀書(shū)工作中注入解說(shuō)員更多的情感，體現(xiàn)出創(chuàng)造性和藝術(shù)性。

02 能檢測(cè)出70%“AI郭德綱”

除了聲音克隆外，讓網(wǎng)友們最為震驚的還是視頻中郭德綱說(shuō)英語(yǔ)時(shí)，口型與字幕的完美契合。

“這是口型驅(qū)動(dòng)AI合成技術(shù)，屬于AI合成技術(shù)下的一條分支，底層邏輯是一樣的?！北本┤鹑R智慧科技有限公司高級(jí)產(chǎn)品經(jīng)理張?zhí)燹雀嬖V《IT時(shí)報(bào)》記者，口型驅(qū)動(dòng)AI技術(shù)一般會(huì)用到兩種方案，一種方案相對(duì)傳統(tǒng)，即AI尋找語(yǔ)句發(fā)音中的元音字母，將口型與元音發(fā)音進(jìn)行映射，最終接起來(lái)實(shí)現(xiàn)平滑轉(zhuǎn)換；另一種則是從深度學(xué)習(xí)角度出發(fā)，AI會(huì)通過(guò)對(duì)語(yǔ)音和文本來(lái)計(jì)算出各個(gè)音節(jié)所對(duì)應(yīng)口型特征的關(guān)鍵點(diǎn)，生成每一幀的圖像后再合成視頻。

其實(shí)，口型驅(qū)動(dòng)技術(shù)并不是今年的“新品”，許多外國(guó)影片引入國(guó)內(nèi)時(shí)，會(huì)讓角色對(duì)應(yīng)中文口型。如2015年上映的《功夫熊貓》，主創(chuàng)團(tuán)隊(duì)就透露，影片按照中文臺(tái)詞為每個(gè)角色都制作了相應(yīng)的口型。2019年，國(guó)外多個(gè)研究團(tuán)隊(duì)還推出了一套算法，能捕捉人物講話時(shí)嘴部動(dòng)作，并生成新視頻。

隨著AI技術(shù)越來(lái)越成熟，合成視頻越來(lái)越難辨真假，“對(duì)抗AI”的檢測(cè)工具就變得十分重要。張?zhí)燹冉榻B，從此前的AI換臉來(lái)看，瑞萊Deep Real檢測(cè)平臺(tái)在檢測(cè)過(guò)程中主要是對(duì)比臉部五官、發(fā)型、背景等較為直觀的特征，其中對(duì)戴眼鏡替換成不戴眼鏡的人臉檢測(cè)較為明顯。而對(duì)于口型驅(qū)動(dòng)AI技術(shù)，注重的是牙齒、嘴唇運(yùn)動(dòng)等局部檢測(cè)，更多細(xì)節(jié)也意味著檢測(cè)面臨新挑戰(zhàn)。

“我們測(cè)試了一下，目前瑞萊Deep Real檢測(cè)平臺(tái)對(duì)口型驅(qū)動(dòng)AI的檢測(cè)成功率大概在70%。”張?zhí)燹缺硎?，想要攻破最后?0%還需要通過(guò)大量樣本測(cè)試，針對(duì)性地去尋找“AI郭德綱”獨(dú)特的軌道特征。

03 全球需要共治AI

11月7日，《IT時(shí)報(bào)》記者登入HeyGen時(shí)發(fā)現(xiàn)，網(wǎng)頁(yè)已經(jīng)打不開(kāi)了。據(jù)其他使用者介紹，免費(fèi)試用的用戶(hù)可以上傳一段不超過(guò)1GB大小的視頻，但上傳視頻時(shí)已有3萬(wàn)多人在排隊(duì)，想要跳過(guò)排隊(duì)就只能付費(fèi)。

上海大邦律師事務(wù)所高級(jí)合伙人、知識(shí)產(chǎn)權(quán)律師游云庭曾發(fā)文表示，Heygen提供的是面向用戶(hù)的一對(duì)一視頻翻譯轉(zhuǎn)換服務(wù)，網(wǎng)站并不會(huì)向公眾發(fā)布轉(zhuǎn)換后的內(nèi)容，所以Heygen的知識(shí)產(chǎn)權(quán)侵權(quán)風(fēng)險(xiǎn)較小。但用戶(hù)用Heygen將他人的講話視頻生成了翻譯后的內(nèi)容發(fā)布到網(wǎng)上，就需要獲得授權(quán)。比如某人上傳了郭德綱的相聲視頻，就需要取得郭德綱的肖像權(quán)、聲音權(quán)的授權(quán)，相聲視頻的錄像制作者權(quán)和相聲文字內(nèi)容版權(quán)授權(quán)，缺少任何一個(gè)都可能涉嫌侵權(quán)。

不只是侵權(quán)風(fēng)險(xiǎn)，生成式人工智能的快速發(fā)展也讓人們產(chǎn)生“危機(jī)感”。11月1日，在英國(guó)召開(kāi)的全球首屆人工智能安全峰會(huì)更是體現(xiàn)出世界各國(guó)對(duì)AI治理的重視。在峰會(huì)上，全球28個(gè)國(guó)家和歐盟一致認(rèn)為，AI對(duì)人類(lèi)構(gòu)成潛在的災(zāi)難性風(fēng)險(xiǎn)，并發(fā)布全球第一份針對(duì)人工智能新興技術(shù)的國(guó)際性聲明《布萊切利宣言》，旨在關(guān)注對(duì)未來(lái)強(qiáng)大人工智能模型構(gòu)成人類(lèi)生存威脅的擔(dān)憂(yōu)，以及對(duì)人工智能當(dāng)前增強(qiáng)有害或偏見(jiàn)信息的擔(dān)憂(yōu)。

馬斯克在這次峰會(huì)上表示：“人工智能很可能成為一股向善的力量，但它變壞的可能性并不是零。”

中國(guó)科技部副部長(zhǎng)吳朝暉表示，發(fā)展人工智能應(yīng)當(dāng)積極倡導(dǎo)以人為本，加強(qiáng)技術(shù)風(fēng)險(xiǎn)管控，在相互尊重、平等互利的原則基礎(chǔ)上，鼓勵(lì)各方協(xié)同共治。

排版／ 季嘉穎

圖片／ 抖音 微信讀書(shū) IT時(shí)報(bào)

來(lái)源／《IT時(shí)報(bào)》公眾號(hào)vittimes