【摘要】無論國內(nèi)還是國外的企業(yè)，都非常重視聲音定制對于觸達(dá)用戶、引導(dǎo)成交、樹立企業(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，我們該如何選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將人聲描述得很具體（相對于人的外貌），但另一方面，我們大腦對人聲的記憶力、分辨力和聯(lián)想能力卻非常強(qiáng)，我們能夠“聞聲識人”，通過聲音區(qū)分不同人物，通過聲音節(jié)奏、音量大小感知對方情緒，甚至了解到對方的性格特點(diǎn)。同一句話，不同的語速、語氣、語調(diào)，我們也能敏銳察覺到情感上的細(xì)微差異。當(dāng)聽到清澈、明朗的高音聲音時(shí)，我們會很自然地聯(lián)想到靈動、單純的小女孩，大腦會瞬間放松戒備，啟動“打開”模式來接收外界信息，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）是美國保險(xiǎn)業(yè)的一股創(chuàng)新力量，他們推出了一款對話機(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、觀眾熟知的銷售人員 Flo，其聲音給人一種俏皮可愛、個(gè)性開朗的感覺，一經(jīng)推出便深受人們喜愛，在Facebook上收獲了上百萬粉絲。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，也起到了無法估量的作用。

在國內(nèi)，也有企業(yè)很早就認(rèn)識到個(gè)性化的聲音對于產(chǎn)品、企業(yè)的重要價(jià)值，并通過聲音來凸顯產(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、金融業(yè)智能客服等。除了這些我們熟知的，其他的應(yīng)用場景還包括：定制明星聲音用于品牌傳播及市場營銷；定制動漫IP聲音用于增加互動，提高動漫形象的趣味性；在知識付費(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，聲音定制的落地場景也將越來越多。

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、有聲閱讀平臺和品牌營銷公司，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)國外如谷歌、蘋果，國內(nèi)如 BAT，因其資本優(yōu)勢以及先發(fā)性的技術(shù)沉淀，對該市場有較強(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)域的絕對權(quán)威。

在對深聲科技聲音定制產(chǎn)品的測評過程中，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，比如還原對短句和長句的語調(diào)、語勢處理，這些細(xì)節(jié)處理可能會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)一無二的特質(zhì)，”深聲科技CEO周俊明說道，“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，就像與朋友進(jìn)行的一場對話，或聆聽或思索，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等場景。

目前，這些方案已經(jīng)得到了市場的認(rèn)可，從公開信息我們得知，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，音樂傳媒的網(wǎng)易云音樂、酷我音樂，汽車行業(yè)的長城汽車、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，聲音定制將會扮演越來越重要的角色。相信在未來，會有越來越多像深聲科技這樣的科技界黑馬，突破國外老牌企業(yè)的重圍，帶來更多更具創(chuàng)造力、想象力的智能語音解決方案。

（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