【摘要】無(wú)論國(guó)內(nèi)還是國(guó)外的企業(yè)，都非常重視聲音定制對(duì)于觸達(dá)用戶、引導(dǎo)成交、樹(shù)立企業(yè)科技形象的重要價(jià)值，但同時(shí)聲音、音質(zhì)是一個(gè)難以量化的東西，我們?cè)撊绾芜x擇最合適的聲音定制方案呢？

人的聲音是一個(gè)很奇妙的東西，一方面我們很難用日常詞語(yǔ)將人聲描述得很具體（相對(duì)于人的外貌），但另一方面，我們大腦對(duì)人聲的記憶力、分辨力和聯(lián)想能力卻非常強(qiáng)，我們能夠“聞聲識(shí)人”，通過(guò)聲音區(qū)分不同人物，通過(guò)聲音節(jié)奏、音量大小感知對(duì)方情緒，甚至了解到對(duì)方的性格特點(diǎn)。同一句話，不同的語(yǔ)速、語(yǔ)氣、語(yǔ)調(diào)，我們也能敏銳察覺(jué)到情感上的細(xì)微差異。當(dāng)聽(tīng)到清澈、明朗的高音聲音時(shí)，我們會(huì)很自然地聯(lián)想到靈動(dòng)、單純的小女孩，大腦會(huì)瞬間放松戒備，啟動(dòng)“打開(kāi)”模式來(lái)接收外界信息，即輕快的、使人放松的聲音提高了信息的接受程度。 

【資料圖】

聲音定制的應(yīng)用

前進(jìn)保險(xiǎn)公司（Progressive Insurance）是美國(guó)保險(xiǎn)業(yè)的一股創(chuàng)新力量，他們推出了一款對(duì)話機(jī)器人Flo，在定制這個(gè)機(jī)器人聲音的原型時(shí)，Progressive Insurance尋找了許多形象，最終選定為Stephanie Courtney在電視廣告中所塑造的、觀眾熟知的銷(xiāo)售人員 Flo，其聲音給人一種俏皮可愛(ài)、個(gè)性開(kāi)朗的感覺(jué)，一經(jīng)推出便深受人們喜愛(ài)，在Facebook上收獲了上百萬(wàn)粉絲。Flo的出現(xiàn)，幫助Progressive Insurance觸達(dá)用戶、引導(dǎo)成交，在宣傳公司科技形象方面，也起到了無(wú)法估量的作用。

在國(guó)內(nèi)，也有企業(yè)很早就認(rèn)識(shí)到個(gè)性化的聲音對(duì)于產(chǎn)品、企業(yè)的重要價(jià)值，并通過(guò)聲音來(lái)凸顯產(chǎn)品定位或企業(yè)形象、占領(lǐng)用戶心智。在某些行業(yè)，定制IP聲音已成為標(biāo)配，如手機(jī)導(dǎo)航軟件、有聲讀物平臺(tái)、金融業(yè)智能客服等。除了這些我們熟知的，其他的應(yīng)用場(chǎng)景還包括：定制明星聲音用于品牌傳播及市場(chǎng)營(yíng)銷(xiāo)；定制動(dòng)漫IP聲音用于增加互動(dòng)，提高動(dòng)漫形象的趣味性；在知識(shí)付費(fèi)領(lǐng)域，定制名師、大V或KOL的聲音以提高內(nèi)容的受歡迎程度······隨著元宇宙、虛擬人的興起，聲音定制的落地場(chǎng)景也將越來(lái)越多。

如何定義一個(gè)好方案

聲音、音質(zhì)是一個(gè)難以量化的東西，甚至不同細(xì)分場(chǎng)景差異巨大，如何定義一個(gè)優(yōu)秀的聲音定制方案呢？

我們調(diào)研了多家已進(jìn)行或正在進(jìn)行聲音定制的虛擬人平臺(tái)、有聲閱讀平臺(tái)和品牌營(yíng)銷(xiāo)公司，發(fā)現(xiàn)他們最看重的是聲音的逼真度，具體可以量化為3個(gè)維度及對(duì)應(yīng)的4個(gè)指標(biāo)，3個(gè)維度包括系統(tǒng)可懂性、自然度、相似度，（以中文為例）對(duì)應(yīng)的指標(biāo)包括PER（拼音-不包含聲調(diào)-錯(cuò)誤率，越低越好）、PTER（拼音-包含聲調(diào)-錯(cuò)誤率，越低越好）、MOS（自然度音質(zhì)，越高越好）、Sim（與真人聲音的相似度，越高越好）。

與智能語(yǔ)音領(lǐng)域?qū)I(yè)人士的溝通中，我們了解到，這一賽道的頭部企業(yè)國(guó)外如谷歌、蘋(píng)果，國(guó)內(nèi)如 BAT，因其資本優(yōu)勢(shì)以及先發(fā)性的技術(shù)沉淀，對(duì)該市場(chǎng)有較強(qiáng)的壟斷性，但按聲音定制的實(shí)際效果而言，根據(jù)關(guān)鍵指標(biāo)、客戶口碑，國(guó)內(nèi)企業(yè)已經(jīng)有一匹黑馬突出重圍——深聲科技（https://www.deepsound.cn），是該領(lǐng)域的絕對(duì)權(quán)威。

在對(duì)深聲科技聲音定制產(chǎn)品的測(cè)評(píng)過(guò)程中，我們發(fā)現(xiàn)很多細(xì)節(jié)，比如還原nl、兒化音的口音習(xí)慣，比如還原對(duì)短句和長(zhǎng)句的語(yǔ)調(diào)、語(yǔ)勢(shì)處理，這些細(xì)節(jié)處理可能會(huì)使合成的聲音普通話不夠“標(biāo)準(zhǔn)”，但是高度還原了用戶發(fā)音特征，富有表現(xiàn)力。“我們更加傾向于還原聲音本身的特征，尊重每一個(gè)聲音獨(dú)一無(wú)二的特質(zhì)，”深聲科技CEO周俊明說(shuō)道，“希望能夠真實(shí)地還原聲音在現(xiàn)實(shí)世界中給人的那種感覺(jué)，就像與朋友進(jìn)行的一場(chǎng)對(duì)話，或聆聽(tīng)或思索，給人一種非常舒適的感受。”

如何選擇方案

我們還了解到，為達(dá)到客戶所需的最佳合成效果，深聲科技在各個(gè)技術(shù)環(huán)節(jié)都做了大膽的創(chuàng)新和優(yōu)化，并提供多檔解決方案，以解決不同場(chǎng)景下的客戶需求：

1.極速聲音定制，僅需20句話錄音（約90秒）、1天內(nèi)即可上線使用，由于音色還原效果好、價(jià)格親民，還可先體驗(yàn)后付費(fèi)等特點(diǎn)，目前是最受B端客戶歡迎的解決方案；

2.輕量聲音定制，30分鐘音頻、3個(gè)工作日左右可完成定制，高度還原發(fā)音特點(diǎn)，可用于B端專業(yè)級(jí)商用；

3.精品聲音定制，2小時(shí)音頻，并提供錄音棚、專業(yè)設(shè)備、錄音文本等內(nèi)容，主要是高端客戶使用，適用于深度定制的企業(yè)、明星IP等場(chǎng)景。

目前，這些方案已經(jīng)得到了市場(chǎng)的認(rèn)可，從公開(kāi)信息我們得知，有很多行業(yè)的頭部企業(yè)選擇使用深聲科技的聲音定制方案，如手機(jī)行業(yè)的小米、OPPO，音樂(lè)傳媒的網(wǎng)易云音樂(lè)、酷我音樂(lè)，汽車(chē)行業(yè)的長(zhǎng)城汽車(chē)、東風(fēng)嵐圖等等。

聲音是塑造一個(gè)有血有肉的形象的關(guān)鍵，在元宇宙、虛擬人的浪潮中，聲音定制將會(huì)扮演越來(lái)越重要的角色。相信在未來(lái)，會(huì)有越來(lái)越多像深聲科技這樣的科技界黑馬，突破國(guó)外老牌企業(yè)的重圍，帶來(lái)更多更具創(chuàng)造力、想象力的智能語(yǔ)音解決方案。

（進(jìn)入https://www.deepsound.cn或搜索“深聲科技”可快速體驗(yàn)聲音定制效果）

標(biāo)簽： 聲音定制 深聲科技