緊接著小美、大壯如約而至，各種奇妙的稱呼輪番上陣。

反派永遠叫喪彪，千條叔心里有故事，主角總是路上遇到佛布勒，跟金發(fā)妹搞搞曖昧，一腳踢爆找麻煩的卡樂咪。

看了上面這段話，可能有的人DNA已經(jīng)開始動了，有段時間在哪里都能聽到、看到這樣的電影解說視頻，仿佛全世界的電影就這幾個角色名。

（FBI=FBL=佛布勒，很神奇吧）

只要把關鍵劇情的畫面片段，配上娓娓道來的解說旁白，再加上背景音樂的升華，一部適合打工人在帶薪拉屎時的消遣作品就誕生了。

做視頻的人往往是把一部兩小時左右的電影濃縮進5分鐘左右的內(nèi)容里，幾十集的電視劇沒由來變成了10分鐘的梗百科。

“注意看”、“下一秒”、“沒想到”的旁白套路甚至可以衍生到游戲解說，不管是吃雞還是CSGO，只要是打槍的游戲都能給你整出個特種兵傳奇故事來。

最生草的是，我一度以為這些視頻是真人配音，等刷的多了，才發(fā)現(xiàn)全網(wǎng)的電影解說都是一個聲音，簡直就像墜入了抖音的多元宇宙。

不止是抖音，就連“騰愛嗶”這樣的長視頻網(wǎng)站也無法幸免。B站上搜索“電影解說”或者“追劇”，點開“10分鐘以下”的篩選選項，簡直像打開新世界的大門。

這些解說視頻到底是怎么做出來的？為什么說話都一個吊樣？——對此好奇的我，后來才知道是AI配音的聲音，直接兩眼一黑。

稍微了解一下就知道了，目前最出名的當屬微軟的Microsoft Azure（云端服務平臺）的文本轉語音服務，特別是“云?！钡囊羯?。

微軟官網(wǎng)下面有試玩的選項。這個音色幾乎媲美人類的聲音，不管是語氣和停頓，都十分自然，一點也沒有機器的生硬感。

https://azure.microsoft.com/zh-cn/products/cognitive-services/text-to-speech/#features

（官網(wǎng)的試玩，可以瀏覽器緩存找到文件）

官網(wǎng)只能試用，不能下載。不過之前BB姬聊到“原神玩家/三相之力指示器”的時候，提過一嘴瀏覽器的油猴插件使用方法。

Greasy Fork上能搜索到一種叫“Azure Speech Download”的腳本，算是彌補了Demo頁面不能下載保存語音的遺憾。

只要在瀏覽器有油猴插件的情況下，安裝以上的腳本，就可以讀取緩存。如果你想在本地脫網(wǎng)使用，也可以在網(wǎng)上搜索“微軟 Azure AI配音”，能下載到學習版。

除了微軟Azure，網(wǎng)上其實還有類似不錯的AI語音軟件，比如另一款阿里云的智能語音交互服務，里面的“艾飛”音色也是短視頻常客。當然，這種軟件正常商用都是按時間語句收費的，基本上抖音上使用的都是盜版軟件。

回到正題。視頻解說跟微信公眾號一樣，可以算是“傳統(tǒng)”自媒體了。作為快講類的電影解說鼻祖，谷阿莫和他的《 幾分鐘看完 XXX 電影 》系列也已經(jīng)快有10年了。

幾年前，電影解說圈子還算是百花齊放，偶爾我也會睡前躺在床上刷一會電影號，畢竟不動腦子看劇真的很爽。從小眾的文藝片，到主流的好萊塢電影基本都有人做解讀，不怕沒有樂子。

當時大家吐槽的點集中在千篇一律的背景音樂，像什么《Bad Style - Time Back》《Else - Paris》《Fight - BeatBrothers》《Hoang Thuy Linh - See Tình》……

（音樂軟件上的歌單）

很多音樂單獨播放旋律都很抓耳，最開始我也很好奇，用聽歌識曲搜索加過APP歌單，但架不住每次刷到電影解說就是那幾首歌，實在聽吐了，每次聽到就想切掉。

這時候視頻制作已經(jīng)有流水線化的跡象了，沒想到最近兩年，原本就已經(jīng)很內(nèi)卷的電影解說行業(yè)迎來了一場真正的“工業(yè)革命”——由于AI語音的出現(xiàn)，現(xiàn)在做電影解說的博主可能連說話的力氣都省下來了。

卷，都可以卷，內(nèi)卷到最后，迎來統(tǒng)一標準化，流水線的AI配音短視頻正在取代個人產(chǎn)出。就像工廠咔咔生產(chǎn)出來的預制菜“毀滅”低端餐飲，自動駕駛未來會取代部分駕駛環(huán)境。一些事情正在發(fā)生，一些不久會發(fā)生。

樂觀點看，在AI不能完全取代人類之前，我們至少還有一段蜜月期，這段時間的特點是：行業(yè)門檻往往會變得模糊，一些人會被替代，利益受到波及，但總體來說我相信是利好的。

最先被淘汰的往往是處于行業(yè)底層的守門人（風格化的產(chǎn)出較少，機械化的操作較多），但由于技術升級，行業(yè)門檻變得模糊，不需要教育和訓練也能很快上手，反而成了一件人人都能做的事情。最終可能還擴大了就業(yè)范圍，產(chǎn)生了更多的坑位。

比如：①以前剪輯視頻是項技術活，你需要懂電腦技術，搗鼓PR軟件?，F(xiàn)在隨便誰手機下個剪影、快影，輸入幾張照片就可以一鍵制作；②以前做視頻還要麥克風，要考慮收音環(huán)境?，F(xiàn)在只要動動手指，靠AI就能幫你讀稿，連說話的功夫都剩了。

接著就是產(chǎn)能大爆炸，初階產(chǎn)品（就像AI配音的電影解說、AI繪畫的二次元美少女）會在很短時間內(nèi)達到冗余，但不是說AI會降低審美門檻——問題又回到老生常談的環(huán)境問題，以及電影愛好者與短視頻用戶的爭議。

有人覺得侮辱電影的藝術，有人覺得電影解說完全可以當作消遣，版權方電影制作方的態(tài)度也很曖昧，需要的時候可以讓AI配音的電影解說引流，不需要的時候一張訴狀敲起版權大棒。

當然，我一直覺得藝術沒有門檻，內(nèi)容創(chuàng)作是個人就行。雖然可能接受度有所不同，但標準不是唯一的。任何自立山頭區(qū)分妄圖定義別人審美的行為，最后只會讓人變成惡龍，遭到反噬。

繪畫、配音、寫小說等等領域要不要用AI得看消費者，其實就是老話“市場說了算”。但現(xiàn)階段短視頻隨處可見的AI配音，經(jīng)常跟“學習版”“破解版”綁定在一起——從道德上來講，盜版是不值得提倡的；從技術上來講，又是大勢所趨。

本來《XX分鐘看電影》就是一種灰色二創(chuàng)了，結果AI配音普及后出現(xiàn)了更低端更濫用的形式，所以經(jīng)常B站上評論充滿嘲諷與不解。包括之前的AI繪畫也存在一定版權的爭議，都是技術走的太遠，法律倫理還沒有跟上的緣故。

當然，正規(guī)商業(yè)使用就不存在糾結的問題。比如之前國內(nèi)配音界有個非常有名的CV叫“姜廣濤”，因為某些事被警察帶走了，留下了一堆二次元手游的爛攤子。

米哈游的《未定事件簿》與網(wǎng)易的《時空中的繪旅人》跟著遭了秧，于是先后采用AI配音對姜廣濤的聲音數(shù)據(jù)進行提取分析訓練再制作，進行緊急救火。

CV塌房且沒法補救的情況，放到二次元手游不少，日本聲優(yōu)也會有拜廁之類……一般來說，廠商要么直接換人，要么角色從此變成啞巴。

前者是個吃力不討好的活，很難讓先入為主的人滿意；后者像更早之前《光與夜之戀》因為CV李元韜睡粉騙炮的事情塌房，角色陸沉經(jīng)歷了好幾個月的“失聲期”，還搞出過摩斯電碼通話的笑話。

需要的時候，AI只是其中一種方案。一個玩家/觀眾/讀者（或是其他身份）能接受的方案面前，唯一需要做的，就是比較經(jīng)濟效益上哪個更劃算。

題外話。很早之前我有看網(wǎng)文小說的習慣，那時候網(wǎng)上有很多“筆趣閣”式的小說軟件，一些高級點的會自帶有AI配音的功能，方便開車或者臨睡前“聽”小說。

（微信讀書現(xiàn)在的聽書）

就我個人體驗來講，早期AI配音機械味比較濃，還遠不能跟人比。當時也有不少主打聽書的軟件，甚至會開出“朗讀賺外快”的兼職來吸引人填充數(shù)據(jù)庫，說明市場需求確實很大。

可誰也沒想到，短短幾年時間AI語音發(fā)展如此迅速?，F(xiàn)在的小說軟件聽書功能，你很明顯能感覺到慢慢的開始有語音語調的變化，雖然跟人類的朗讀情緒完全不能比，但完全已經(jīng)可以湊活了。

（有聲書的廣告）

讓AI說話像人，可能只是第一步，AI配音的應用場景未來也不僅僅是給短視頻、網(wǎng)文小說配個音，比如說給虛擬人賦予“人格”？

暢想一下，AI建模的小姐姐+AI配音的軟妹音+AI賦予的性格感情……二次元夢寐以求的老婆誕生了。當然，這只是未來的設想。

（前段時間，引起過爭議的微軟小冰罵人現(xiàn)象）

更不用說AI產(chǎn)出的質量短時間沒法替代真正有經(jīng)驗的從業(yè)者，很長一段時間里它會成為工具，需要人來調教才能達到最優(yōu)解。

最近幾年破圈的例子，不論是最近的AI繪畫，還是之前的AI翻譯、AI編曲、AI配音……都是差不多的模式。

-END-