百度地圖推出語音定制功能人人都能成為茅十

文鄰章

2016年，《從你的全世界路過》上映，其中有一個場景頗為令人向往—在去稻城亞丁的路上，楊洋飾演的茅十八使用了自己錄制的語音導(dǎo)航包進(jìn)行導(dǎo)航，強(qiáng)烈融入的個人風(fēng)格與包含的滿懷愛意，在讓大家收獲歡聲歡笑的同時，也讓無數(shù)人開始幻想什么時候自己也能向中的茅十八那樣，為自己心愛的、在意的人錄制屬于專屬語音導(dǎo)航包。當(dāng)然，向往歸向往，但大家也都明白，這是百度地圖的植入，而身為普羅大眾的我們要像中的茅十八那樣在地圖應(yīng)用中錄制屬于自己的語音導(dǎo)航包，基本屬于不可能事件。

但科技技術(shù)的進(jìn)步卻往往能將過往的不可能變?yōu)楝F(xiàn)在的可能。

9月19日，百度地圖正式發(fā)布“語音定制功能”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。這讓三年前看起來怎么也不可能實現(xiàn)的事情，正式走進(jìn)普通用戶群體，讓每一個普通人都能錄制屬于自己的語音導(dǎo)航包。

普通用戶如何錄制屬于自己的語音導(dǎo)航包

作為全球首個地圖語音定制產(chǎn)品，據(jù)百度地圖介紹，用戶只需在百度地圖App 上錄制20句話，20分鐘左右即可生成個人完整語音包。從個人實際體驗來看，整個語音錄制操作可以說是非常簡單的，基本不存在使用門檻。在百度地圖中，實際上有多個路徑可以實現(xiàn)語音語音導(dǎo)航包的錄制。

首先說最簡單的方法：打開百度地圖App，語音喚醒“小度小度”后說“錄制我的語音”即可直接跳轉(zhuǎn)到語音錄制選擇界面，按照界面提升進(jìn)行操作即可。個人認(rèn)為這是最為省步驟的方法。

當(dāng)然，也還有稍微復(fù)雜的方法，具體來說是：

1、打開百度地圖App，擊百度地圖首頁的“路線”“出行助手”“個人中心”等按鈕后再選擇“語音定制”進(jìn)入相應(yīng)頁面。

3、按照規(guī)則提升，確認(rèn)后即可開啟專屬語音定制。

當(dāng)然，上述兩種方法，均需要用戶在錄入完語音文本后，在等待20分鐘左右的專屬語音包的生成時間。

背后黑科技—說話人韻律遷移技術(shù)Meitron

于是，問題隨之而來，百度地圖是如何讓這件三年前看起來怎么也不可能實現(xiàn)的事情，正式走進(jìn)普通用戶群體，讓我們普通人都能錄制屬于自己的語音導(dǎo)航包？

其背后離不開百度獨(dú)創(chuàng)的說話人韻律遷移技術(shù) Meitron這一黑科技的支撐。這個技術(shù)可以將語音中的音色、風(fēng)格、情感等要素映射到不同的子空間，在使用時，不同要素可以任意組合，靈活的控制合成語音的風(fēng)格。作為百度大腦5.0在語音技術(shù)上交出的成績單之一，事實上，這技術(shù)是專門為了解決現(xiàn)階段語音合成技術(shù)面臨的風(fēng)格遷移、音色模擬和情感擬人這三大而誕生。從相關(guān)資料來看，自2016年開始，百度就通過采用深度學(xué)習(xí)的離線參數(shù)合成、全面深度學(xué)習(xí)的EMPHASIS聲學(xué)建模、Tacotron+WaveRNN的聯(lián)合訓(xùn)練等新技術(shù)來訓(xùn)練、提升語音合成產(chǎn)品落地，時至今日已經(jīng)逐漸取得行業(yè)領(lǐng)先的語音合成產(chǎn)品體驗成果。

百度語音首席架構(gòu)師賈磊介紹：“百度地圖語音定制功能基于百度獨(dú)創(chuàng)的風(fēng)格遷移技術(shù)Meitron模型，其特點(diǎn)主要體現(xiàn)在音色轉(zhuǎn)換、多情感朗讀和韻律遷移三個方面”具體來說，多情感朗讀是指通過MEITRON技術(shù)，合成的語音可以注入不同的情感，韻律遷移是指同一個人的聲音可以講出不同風(fēng)格的文本，音色轉(zhuǎn)換是指可以用少量語音就可以合成一個人的專屬音庫。而這三重優(yōu)勢的加持，也使得語音合成效果變得更加逼真、豐富，用戶體驗也得到了提升。的確，從個人實際體驗來看，此言非虛。

百度為什么要在百度地圖開放“語音定制功能”

在此，我們也不得不談一下這樣一個現(xiàn)實問題：百度面向億級用戶開放語音定制功能，讓每一個普通用戶都能通過百度的語音合成技術(shù)簡單快捷的生成專屬于自己的語音導(dǎo)航包，目的何在？或者說能夠帶來什么？個人淺顯看來，大致可能有三重目的。

從用戶的角度來看，百度地圖開放語音定制功能，首先是有助于滿足用戶的個性化需求，實現(xiàn)真正的千人千面。如我們所見，百度地圖作為國民級導(dǎo)航軟件，每天都有億級用戶在使用它進(jìn)行導(dǎo)航。在此之前，百度地圖為了增添語音導(dǎo)航的人性化與趣味性，邀請了湯唯、楊洋等明星錄制語音導(dǎo)航包，以滿足用戶需求。

但是，明星雖然擁有強(qiáng)大的號召力，能夠吸引愛豆們使用，但卻也有圈層的限制，不可能人人都喜歡某一位明星的語音導(dǎo)航風(fēng)格，這是現(xiàn)實。

而此番百度面向用戶開放語音定制功能，將定制的權(quán)利下放到了用戶的手中，讓每一位用戶都能通過簡單幾步就能擁有自己的語音導(dǎo)航包，對于滿足用戶個性化需求，實現(xiàn)真正的千人千面都大有裨益。

其次，這也是百度踐行科技溫情，以技術(shù)賦能用戶的又一體現(xiàn)。百度一直認(rèn)為，真正的科技不應(yīng)是冷冰冰的存在，應(yīng)該有人文關(guān)懷融合其中。百度此次在百度地圖上開放的放語音定制功能，個人看來正是如此。

如我們所見，在語音導(dǎo)航定制包中我們不僅可以錄制自己的語音，也可以錄制父母、愛人、孩子的語音導(dǎo)航包。

想象一下，在駕車過程中，聽到的不是明星語音導(dǎo)航，而是自己父母、愛人或是孩子的語音導(dǎo)航，會是怎么樣的一種心情與體驗？可以說，相對于明星語音導(dǎo)航包，自己錄制的語音導(dǎo)航包，顯然是更能拉近更具人性溫情的存在，而這恐怕才是真正意義上的技術(shù)普惠、賦能眾生吧。當(dāng)然，這也將會進(jìn)一步拉近用戶與產(chǎn)品之間的距離。

同時，百度地圖放語音定制功能也是自身語音技術(shù)對外的一次實力展示。如上所述，語音識別與合成技術(shù)，在當(dāng)下既是業(yè)界研究熱點(diǎn)也是科研難點(diǎn)，百度在此領(lǐng)域也是耕耘良久，并斬獲頗豐。

而百度此番在百度地圖這一國民級導(dǎo)航平臺上開放語音定制功能，可以說就是對自家語音合成技術(shù)進(jìn)行的一次前所未有的大練兵，而這顯然離不開技術(shù)自信的底氣支撐。試想，如果沒有對自家技術(shù)能力的足夠自信，如此大規(guī)模地開放給用戶，任誰恐怕也不敢輕易嘗試，畢竟體驗不佳帶來的口碑翻車打的是自己的臉。

透過百度地圖，我們看到了百度獨(dú)創(chuàng)的說話人韻律遷移技術(shù)Meitron所帶來的科技溫情。在此，我們也不難發(fā)現(xiàn)這樣一個現(xiàn)實：基于百度大腦5.0的說話人韻律遷移技術(shù)Meitron，不僅可以落地到百度地圖上，還可以落地教育產(chǎn)品、陪伴機(jī)器人等在其他產(chǎn)品上，而這無疑為該技術(shù)帶來了更大的想象空間?？梢哉f，百度地圖只是開始，未來空間不可估量。

本文相關(guān)詞條概念解析：

語音

語音即語言的聲音，是語言符號系統(tǒng)的載體。它由人的發(fā)音器官發(fā)出，負(fù)載著一定的語言意義。語言依靠語音實現(xiàn)它的社會功能。語言是音義結(jié)合的符號系統(tǒng)，語言的聲音和語言的意義是緊密聯(lián)系著的，因此，語言雖是一種聲音，但又與一般的聲音有著本質(zhì)的區(qū)別。語音的物理基礎(chǔ)主要有音高、音強(qiáng)、音長、音色，是構(gòu)成語音四要素。