系列報(bào)道之③

快60歲的老張最近迷上了聽自己的聲音。每次開車和幾位老伙計(jì)出去玩，一打開導(dǎo)航就會(huì)跳出他的聲音——“前方十字路口請(qǐng)直行，走左側(cè)車道”，一車人都得“聽命行事”。就連呼喚“小度小度”，問它要去哪、幾點(diǎn)了，傳出來的也是老張的聲音。老伙伴們都被驚著了，紛紛湊上來問怎么弄的。一種自豪感油然而生，張大爺抽空教了教，讓大家都崇拜了一把。

起初，老張并不知道什么是語音包。上個(gè)月，他坐在兒子小張的車?yán)?，突然聽見百?a href="http://www.qjsdgw.cn/tag/%e5%9c%b0%e5%9b%be" title="【查看含有[地圖]標(biāo)簽的文章】" target="_blank">地圖導(dǎo)航里傳來兒子的聲音，問了才知道原來他制作了語音包，好奇心一下就上來了。在兒子的指導(dǎo)下，老張對(duì)著手機(jī)錄9句話、等幾分鐘，一個(gè)屬于自己的語音包就生成了。老張忍不住自己錄了好幾個(gè)語音包，玩了半天……這趟行程結(jié)束后，他興沖沖地給兒子小張打電話：“我最近和老伙伴們出去玩可長臉了！”

越來越多個(gè)性化、有溫度的聲音正在百度地圖上匯聚，語音技術(shù)與地圖的融合，讓科技力量有了溫度，成為人與人之間傳遞溫情的紐帶。

錄制2分鐘、9句話合成語音包

在2016年上映的電影《從你的全世界路過》中，主人公茅十八在駛往稻城亞丁的路上，用他精通的技能為心儀的女孩荔枝定制的一個(gè)導(dǎo)航語音包，成了浪漫而又暖心的禮物。三年后，電影的情節(jié)成為現(xiàn)實(shí)，普羅大眾也能像茅十八一樣，錄制屬于自己獨(dú)一無二的語音包。

2019年9月，百度在行業(yè)內(nèi)首次推出地圖語音定制產(chǎn)品，將此前專注于明星名人的語音定制功能開放給普通用戶群體。用戶在安靜的環(huán)境中，在百度地圖APP上錄制20句話，用20分鐘左右就可以生成一個(gè)專屬的完整語音包，可在導(dǎo)航、智能語音交互、景區(qū)智能語音導(dǎo)覽等全部場景使用。這樣一來，人人都可以是“大明星”。

過去，語音合成主要依靠拼接語音合成系統(tǒng)，制作地圖語音包需要在專業(yè)錄音棚錄制上萬句語料，再經(jīng)過長達(dá)數(shù)月的制作才能生成，流程復(fù)雜、耗時(shí)長，讓地圖語音包只是“明星專屬”。隨著百度大腦語音技術(shù)對(duì)語音定制功能進(jìn)行賦能，個(gè)性化語音包合成的定制門檻大大降低。AI技術(shù)的加持，讓地圖語音包生產(chǎn)實(shí)現(xiàn)了從月級(jí)別到分鐘級(jí)別的突破性進(jìn)展，也重新定義了語音包的生產(chǎn)模式。

推出三年多以來，語音定制功能已經(jīng)迭代了10多個(gè)版本。伴隨技術(shù)的持續(xù)突破，錄制的門檻不斷降低，噪聲檢測的標(biāo)準(zhǔn)放低，語音包錄制場景、玩法也日趨豐富：2020年1月，自定義播報(bào)功能上線，用戶可以在語音廣場選擇好“稱呼”和“風(fēng)格”，使用個(gè)人特色的語音包。2021年4月，用戶錄制的效率進(jìn)一步提升——錄制時(shí)長和語量分別減少到錄制2分鐘、9句話，即可生成語音包。現(xiàn)在，在極速錄制模式中甚至只錄3句話后退出也可以生成語音包。

作為一種聲音內(nèi)容產(chǎn)品，用戶可以錄制語音包給家人、朋友，可以根據(jù)自己的創(chuàng)意、腦洞錄制方言、模仿類的語音包，用戶錄制的語音包也都可以選擇發(fā)布到百度地圖語音廣場的各個(gè)分類里，供更多的用戶試聽和使用。

一位資深用戶坦言，自己最初愿意錄語音包，是帶著一些獵奇的心理，“想嘗試一下原本只有明星才能錄的語音包，自己也能錄了是什么體驗(yàn)，需要怎么錄制、錄制多久能合成、合成后效果怎么樣，像不像自己的聲音之類的”。后來他錄得“一發(fā)不可收拾”，自發(fā)挖掘出了更多的玩法和場景，還會(huì)忍不住發(fā)動(dòng)身邊人一起玩。

語音包成為傳遞情感的“橋梁”

“語音定制”功能在百度地圖有個(gè)內(nèi)部代號(hào)叫“百雀靈”。據(jù)說，之所以叫“百雀靈”，主要是因?yàn)榘偃甘谴笞匀恢懈鞣N鳥兒的總稱，這些鳥兒有各種各樣悅耳的叫聲，類比下來，百度地圖App千千萬萬個(gè)用戶就是“百雀”。“千人千面”的定制化語音突破了傳統(tǒng)明星語音包的圈層限定，滿足了用戶個(gè)性化需求。

“語音包我太有發(fā)言權(quán)了！”一位用戶忍不住感慨：“有天我照常上班打開導(dǎo)航，一句‘hi寶貝，今天我來給你導(dǎo)航’，直接嚇了我一跳，聽了聽才發(fā)現(xiàn)是女朋友的聲音，真的太驚喜了！感覺一路上都在拆盲盒，不知道她會(huì)突然冒出來什么話，反正剛開始導(dǎo)航的時(shí)候還挺甜的，但一開快了就罵我，感覺她坐在副駕一樣。后來一問，才知道她偷偷給我錄了個(gè)語音包，太逗了！”

越來越多用戶從親友的語音包中，感受到科技帶來的溫暖。陳林（化名）便是其中之一。他感慨，“現(xiàn)在年輕人無論是叫外賣、打車、支付幾乎所有的場景都可以用手機(jī)搞定，但這些對(duì)老人來說難上加難。我爸爸也是這樣?！彼训貓D導(dǎo)航等各種手機(jī)軟件的使用方法教給父親，但父親總是記不住，出門還是繞暈了。于是，他為父親錄制了一個(gè)語音包，“這樣即使走錯(cuò)了路，我的聲音在陪伴他，他也不會(huì)那么慌張了?！?/p>

每天獨(dú)自上下班的玉琳（化名）覺得，對(duì)于異地戀的人來說，語音包帶來了跨越距離的陪伴感。有天，玉琳的男朋友分享給她一個(gè)“忠狗語音包”?！翱吹矫值臅r(shí)候我還在納悶這是什么，一點(diǎn)開就聽到了他的聲音，直接就打開百度地圖換了這個(gè)語音包，還用小度跟他閑聊了幾天，聽著他的聲音我差點(diǎn)就哭出來了?！彼f，“有了他的語音包，起碼我每天上下班的路都不再寂寞了?！?/p>

有人說，地圖出行工具是每天都會(huì)用的，那用戶喜歡的聲音也會(huì)每天陪伴用戶出行，這就是一種溫暖的體現(xiàn)。語音包是個(gè)有溫度的產(chǎn)品，可以傳遞親情、愛情、友情，已經(jīng)成為人與人之間情感的“橋梁”。語音技術(shù)與地圖工具的融合，也釋放了科技力量，讓每個(gè)人都感受到科技進(jìn)步帶來的改變和情懷。

現(xiàn)在，百度地圖定制語音功能，囊括了多種錄制模式：極速模式（錄3-9句話）、經(jīng)典模式（錄20句話）、萌娃模式（更簡單的短句）、專業(yè)模式（錄100句）……錄制語音包的用戶，年齡最小的甚至只有三歲。

寶寶也可以做“導(dǎo)航員”。

有寶媽感慨，“萌娃模式錄制很適合小寶寶，我說一句、他學(xué)一句，沒幾句話就錄完了，試聽了一下，聲音奶聲奶氣的，太可愛了，迫不及待就發(fā)在了家族群里，家里老人都驚喜得不得了。我以后每年都要讓孩子錄一個(gè)，這樣就不光有照片的記錄，更有聲音的記錄了。”語音包還給了她一個(gè)意外收獲：“寶寶爸爸說，堵車時(shí)候用寶寶的導(dǎo)航，路怒癥都治好了……”

AI讓語音技術(shù)創(chuàng)新?lián)碛袩o限可能

有業(yè)內(nèi)人士表示，語音定制功能還會(huì)有很多迭代空間：比如繼續(xù)減少錄制句數(shù)降低錄制門檻；在小朋友錄制中增加繪本、兒童激勵(lì)（音效、動(dòng)效），提升錄制的趣味性；在導(dǎo)航中增加諸如紅綠燈、車道級(jí)等更多元的個(gè)性化播報(bào)場景；個(gè)性化播報(bào)也可以應(yīng)用于小度語音交互，如應(yīng)答音、檢索場景播報(bào)個(gè)性化等……“未來，語音包的錄制成本會(huì)更低，應(yīng)用場景會(huì)繼續(xù)拓寬，用戶自己個(gè)性化可定制的內(nèi)容會(huì)更多?！?/p>

據(jù)介紹，個(gè)性化語音定制功能的背后，是基于百度獨(dú)創(chuàng)的說話人韻律遷移技術(shù)Meitron。這一技術(shù)起到的作用集中體現(xiàn)在發(fā)音人音色轉(zhuǎn)換，多情感朗讀和韻律風(fēng)格遷移三個(gè)方面，通過機(jī)器學(xué)習(xí)，AI合成模型持續(xù)優(yōu)化迭代以適應(yīng)不同口音、不同表達(dá)習(xí)慣的用戶，最終令個(gè)性化語音合成的定制門檻大大降低。

在語音技術(shù)與地圖場景融合的過程中，創(chuàng)新成果不斷地迸發(fā)出來。根據(jù)2022年10月由國家工業(yè)信息安全發(fā)展研究中心和工業(yè)和信息化部電子知識(shí)產(chǎn)權(quán)中心聯(lián)合發(fā)布的《中國人工智能專利分析報(bào)告（2022）》顯示，百度以將近2000件智能語音相關(guān)專利在創(chuàng)新主體排名中位列第一。這其中，就語音包產(chǎn)品百度已經(jīng)布局相關(guān)專利100余件，內(nèi)容涵蓋語音識(shí)別、語音合成、聲紋認(rèn)證、語音包錄制、語音導(dǎo)航等多個(gè)核心方向，相關(guān)語音識(shí)別技術(shù)專利更是榮獲第二十屆中國專利獎(jiǎng)銀獎(jiǎng)，全面印證了百度地圖個(gè)性化語音定制底層強(qiáng)勁的技術(shù)能力，也見證著語音技術(shù)在地圖創(chuàng)新和服務(wù)能力邊界的拓展。

個(gè)人語音包錄制流程。

數(shù)據(jù)顯示，作為國民級(jí)智能地圖平臺(tái)，百度地圖實(shí)現(xiàn)了96%的地圖數(shù)據(jù)生產(chǎn)AI化，上線了北斗高精“真”車道級(jí)導(dǎo)航、室內(nèi)外無縫融合的車位級(jí)導(dǎo)航、具備紅綠燈精準(zhǔn)倒計(jì)時(shí)功能的智能路口導(dǎo)航、結(jié)合20億張全景照片的全景指路服務(wù)、虛實(shí)結(jié)合的AR實(shí)景步行導(dǎo)航等多項(xiàng)應(yīng)用“北斗高精”自研技術(shù)的特色出行服務(wù)，道路覆蓋里程突破1200萬公里，而AI在地圖的每個(gè)功能中無處不在。

例如，AI技術(shù)能夠令地圖的核心能力——導(dǎo)航變得更為精準(zhǔn)。百度地圖基于自研的AI技術(shù)推出業(yè)內(nèi)首創(chuàng)的智能定位功能，結(jié)合高精度傳感器模式識(shí)別以及航跡推算技術(shù)，可輔助駕車導(dǎo)航功能在衛(wèi)星信號(hào)弱的時(shí)候，依舊持續(xù)工作。通過基于交通影像的AI圖像識(shí)別技術(shù)，可以識(shí)別道路上的車輛密度，進(jìn)一步提升路況識(shí)別準(zhǔn)確度。

創(chuàng)新驅(qū)動(dòng)是加快建設(shè)交通強(qiáng)國的重要?jiǎng)恿Γ?span id="7cv38ze8gk" class="candidate-entity-word" data-gid="1793154">人工智能是交通運(yùn)輸發(fā)展的強(qiáng)大引擎。有分析指出，隨著人工智能與出行產(chǎn)業(yè)的深度融合，以人、車、路、云、網(wǎng)、圖等要素為核心的車路智行智能交通將迎來深刻變革。地圖作為國家重要數(shù)字基礎(chǔ)設(shè)施的意義將進(jìn)一步凸顯。在國家政策紅利支持下，AI技術(shù)還將持續(xù)在智慧出行更多細(xì)分領(lǐng)域快速落地和賦能，進(jìn)一步推動(dòng)交通信息化發(fā)展，助力交通強(qiáng)國建設(shè)。

采寫：南都記者 傅曉羚