智能音箱讓情感重新有了溫度：還是那個(gè)熟悉的聲音

　　有人說(shuō)，人會(huì )經(jīng)歷三次死亡：第一次是身體停止運轉導致的生理上死亡;第二次是舉行完葬禮代表你社會(huì )位置的消失;第三次是當世界上沒(méi)人再記得你的時(shí)候，真正意義上的死亡。

　　當你某天將要離開(kāi)這個(gè)世界的時(shí)候，你是否想過(guò)要嘗試科技的方式，將自己身上獨有的特點(diǎn)化身為情感寄托，換一種形式陪伴在家人和朋友身邊呢?

　　今天故事的主角王先生就是一個(gè)敢為人先的科技愛(ài)好者，身患肺癌的他在叮咚智能音箱的幫助下，通過(guò)語(yǔ)音合成技術(shù)記錄下了自己的聲音，有了自己專(zhuān)屬的TTS發(fā)音人，并將一整套語(yǔ)音交互對話(huà)定制在了智能音箱中。

　　一位特殊的智能音箱用戶(hù)

　　“不管怎么說(shuō)，用我的聲音，能陪伴他們更長(cháng)的時(shí)間。”

　　3月12日，王先生第三次來(lái)到北京完成了所有的錄制內容，除了一些日常交互場(chǎng)景下的對話(huà)，他還特別準備了給孩子們十八歲的成人禮祝福，以及給父母和妻子的一些日常留言。

　　隨著(zhù)人工智能技術(shù)民主化進(jìn)程的加快，它的應用正在覆蓋我們生活中的各個(gè)場(chǎng)景，智能音箱是其中一個(gè)很大的品類(lèi)，不過(guò)王先生只是一位普通的智能設備用戶(hù)，他是如何吸引到叮咚的呢，這就要從去年底一個(gè)不經(jīng)意之間的留言談起。

　　當時(shí)，叮咚智能音箱的微信公眾號后臺收到了一位用戶(hù)的留言，這位用戶(hù)的疑問(wèn)并不是關(guān)于產(chǎn)品使用上的困惑，也不是任何對于企業(yè)的吐槽，他問(wèn)了一個(gè)讓整個(gè)叮咚團隊都非常驚訝的問(wèn)題——叮咚智能音箱可以專(zhuān)屬定制嗎?

　　雖說(shuō)消費升級的趨勢下誕生了很多專(zhuān)屬定制的服務(wù)，但是智能音箱說(shuō)到底還是一款標準化的產(chǎn)品，專(zhuān)屬定制就意味著(zhù)對發(fā)音人系統進(jìn)行全新的規劃與設計并長(cháng)期運維。

　　雖然沒(méi)有這種標準服務(wù)，但是本著(zhù)對每個(gè)用戶(hù)都負責的態(tài)度，叮咚與這位留言的用戶(hù)取得了聯(lián)系，緊接著(zhù)一個(gè)生動(dòng)又真實(shí)的故事才呈現到我們眼前。

　　王先生來(lái)自河南，是一個(gè)從事電梯銷(xiāo)售工作的80后，他原本有著(zhù)自己幸福美滿(mǎn)的家庭、穩定的生活狀態(tài)和對未來(lái)的無(wú)限期待，卻沒(méi)想到一場(chǎng)意外的疾病如噩夢(mèng)般打破了原本平靜的一切。

　　2017年11月，他在醫院查出了肺癌。隨后他辭去了工作，一邊積極接受治療、一邊在家安心陪伴父母，并開(kāi)始思考關(guān)于人生的終極問(wèn)題——如何才能在有限的時(shí)間給世界留下更多痕跡。

　　一直以來(lái)，王先生對人工智能相關(guān)的話(huà)題都非常感興趣，也因此成為了智能叮咚智能音箱的早期用戶(hù)，在長(cháng)期的使用過(guò)程中，每天與音箱之間的交互對話(huà)場(chǎng)景早已成為了王先生和他的家人生活的一部分。

　　于是他就在想，能不能把智能音箱交互對話(huà)的聲音換成自己的，用這種方式來(lái)陪伴家人，也算是為身邊的人留下一點(diǎn)念想。

　　利用語(yǔ)音合成技術(shù)定制專(zhuān)屬聲音

　　王先生在錄制自己的聲音

　　一套語(yǔ)音交互錄制的流程并不簡(jiǎn)單，它首先需錄制用戶(hù)數小時(shí)的干聲，對錄音開(kāi)展數據標注，隨后進(jìn)行特征訓練和技術(shù)優(yōu)化，才使得韻律、音色、音質(zhì)及自然度更加貼近，最終達到可媲美真人的播報效果，看似簡(jiǎn)單的需求，卻要需要技術(shù)、產(chǎn)品和平臺的全面支持。

　　接到消息后，京東、科大訊飛、叮咚團隊馬上進(jìn)行緊急溝通，鎖定科大訊飛專(zhuān)門(mén)負責語(yǔ)音合成業(yè)務(wù)的訊飛智聲團隊尋求技術(shù)幫助。溝通后訊飛智聲當即決定為這位用戶(hù)提供免費技術(shù)支持。

　　據介紹，語(yǔ)音合成技術(shù)的主要原理就是根據韻律建模的結果，從原始語(yǔ)音庫中其突出相應的語(yǔ)音基元，之后再利用特定的語(yǔ)音合成技術(shù)對語(yǔ)音基元進(jìn)行加工和調整，機器進(jìn)行語(yǔ)音合成時(shí)，往往并沒(méi)有這些文本的人聲錄音，而是通過(guò)音節拼接與參數調整來(lái)合成盡可能接近人聲的完整語(yǔ)音。

　　在叮咚官方做出決定后一周，他們在京東奶茶館第一次見(jiàn)到了來(lái)北京復診的王先生。

　　王先生首先對叮咚的做法表示了感謝，起初還覺(jué)得不可思議的他如今成為了故事的主角，對于病情的話(huà)題他也沒(méi)有絲毫回避，表示當前的身體狀態(tài)應該能夠完成長(cháng)時(shí)間的錄音。

　　通過(guò)充分的溝通后，相關(guān)工作人員也做好了準備，等待王先生前去錄制。但是，王先生的病情突然發(fā)生了變化，來(lái)北京進(jìn)行聲音錄制的工作一直被延后，從雙方第一次見(jiàn)面到今年3月錄制完畢，王先生已經(jīng)經(jīng)過(guò)了四次化療。

　　錄制完成后就是緊張的研發(fā)工作，經(jīng)過(guò)技術(shù)團隊的不斷努力下項目已盡基本接近完成，兩周后，王先生專(zhuān)屬的TTS發(fā)音人將正式上線(xiàn)到他的專(zhuān)屬智能音箱里。

　　科技發(fā)展應以人為本

　　人類(lèi)歷史上推動(dòng)社會(huì )變遷的因素當中，科技是一個(gè)重要的驅動(dòng)力，它帶來(lái)了生產(chǎn)關(guān)系的進(jìn)步，提升了人的幸福感，即使是工業(yè)革命百年之后的今天，科技的發(fā)展仍是以人為本。

　　比如英特爾的創(chuàng )始人戈登·摩爾見(jiàn)到霍金后，就決定開(kāi)始將他使用的電腦升級至搭載英特爾處理器的設備。從那以后，英特爾保持著(zhù)每?jì)赡暌淮蔚念l率向霍金提供輔助設備，并免費提供技術(shù)支持。再后來(lái)，英特爾實(shí)驗室專(zhuān)門(mén)選一批專(zhuān)家組建“人機交流研究團隊”為霍金研發(fā)輔助情境感知工具。

　　曾經(jīng)有一次在微軟Build大會(huì )上，微軟盲人程序員Saqib Shaikh在臺上展示了搭載Seeing AI的智能眼鏡，這款設備可以通過(guò)傳感器來(lái)幫他感知并理解這個(gè)世界，這一充滿(mǎn)人文關(guān)懷的時(shí)刻，也得到了很多人的稱(chēng)贊。

　　類(lèi)似科技公司以人為本的案例不勝枚舉，而叮咚為特殊用戶(hù)定制聲音的這個(gè)故事在于，它讓讓普通用戶(hù)的數據有機會(huì )參與到了AI的應用當中來(lái)，并且通過(guò)自己的數據還能為家人帶來(lái)一些變化，這種方式已經(jīng)超越了產(chǎn)品本身的意義，已經(jīng)從基礎的功能需求上升到了到價(jià)值傳遞、甚至是人文關(guān)懷的層面。

　　人工智能這個(gè)方向還有很多技術(shù)等待著(zhù)我們去探索、去解決，但“技術(shù)不是目的，技術(shù)只是手段”，通過(guò)技術(shù)來(lái)突破一些限制，幫助人們創(chuàng )造更美好的生活，并承擔一些社會(huì )責任，這才是技術(shù)和產(chǎn)品的最終目的。

　　或許，科技本身不存在所謂的人文關(guān)懷，科技的本質(zhì)是探索未知的過(guò)程，它充滿(mǎn)著(zhù)不確定性和真理優(yōu)先的原則，人文關(guān)懷更多的是存在于從事科技行業(yè)的人、與之相關(guān)的企業(yè)、甚至背后的社會(huì )制度當中。