网易用AI技术，帮助听障人士说出“人生第一句”｜最前线

文｜林炜鑫

编辑｜邓咏仪

近日，网易集团、网易公益联合浙江省残疾人福利基金会发起“人生第一句”声音复原公益计划，利用网易互娱AI Lab的iSpeech技术打造首个AI复原听障人士原声的工具。

(资料图)

听障人士仅需在「音书 APP」上传2分钟没有完整语义的发声片段，之后在产品中输入想要表达的文字，就可以用原本的声音说出来。

目前该产品已向全国听障人士免费开放，帮助他们无障碍、有情感地与外界交流，用自己的声音说出“人生第一句”。

不久前，浙江省残疾人福利基金会面向浙江特殊教育职业学院的学生和「音书APP」的部分用户开展调研。

调研结果显示，仅有十分之一的受访对象能够通过简单的口语与身边的人进行交流，他们中的大多数，最大的梦想便是能说出“人生第一句”。

网易互娱AI Lab技术总监林悦告诉36氪，目前市面上绝大多数语音克隆产品，需要比较完整、有一定时长的语段，不适合相对发音困难的听障人士使用。

此次研发历时两个月，网易互娱AI Lab研发团队用上了iSpeech技术，基于海量数据的预训练模型，加上听障人士极少量的纯语音数据快速微调算法模型，在快速克隆新的说话人音色的同时，保留基础模型的内容发音能力。

来源：网易

林悦表示，这次研发的难点在于，从极短的无语义语音中提取到个人声音特征。正常的语音合成技术往往需要半小时到一个小时的语料建模，而网易团队克服了技术难度，仅需要听障者发出的两分钟简单音节，就取得了效果。

一位听障理发师使用该技术与母亲通话时，母亲听到“儿子的声音”后非常激动，称从未想过能听到儿子说话。这名理发师说，能用自己的声音与人交流，可以大大提升自信心。

网易宣布，这项技术研发遵循“科技向善”的理念，供听障人群免费使用，希望能提高他们的生活便利性。

接下来，网易团队希望利用AI技术，赋予合成语音以情感表达能力，让听障人士通过语音传递更丰富的情感。

据了解，此次运用的iSpeech技术原是由网易互娱 AI Lab 针对游戏场景推出的 AI 创作工具，已落地服务于《大话西游》《一梦江湖》《荒野行动》等 10 余项游戏项目产品之中。

通过这次研发，这项技术在游戏的使用场景也有更多可能性。林悦举例，游戏里会有给NPC角色定制语音包的需求，这项技术将减轻研发人员的负担，不再需要严格按照文本录制声音，只需日常的说话语音，就能达到效果。

关键词：