在對(duì)話式AI領(lǐng)域，創(chuàng)造兼具人性化與多樣性的語(yǔ)音始終是技術(shù)難點(diǎn)。人們渴望聽到與自己相似的自然聲音，而非千篇一律的"播音腔"。
初創(chuàng)公司Rime推出的Arcana文本轉(zhuǎn)語(yǔ)音(TTS)模型正突破這一瓶頸。僅需輸入簡(jiǎn)單的特征描述，該系統(tǒng)就能即時(shí)生成不同性別、年齡、族裔和語(yǔ)言的"無(wú)限"語(yǔ)音變體。目前該技術(shù)已為達(dá)美樂(lè)、Wingstop等品牌帶來(lái)15%的銷售增長(zhǎng)。
"高質(zhì)量的擬真語(yǔ)音只是基礎(chǔ)，"Rime CEO莉莉·克利福德表示，"真正的突破在于能沿人口統(tǒng)計(jì)學(xué)維度創(chuàng)造無(wú)限變化的語(yǔ)音庫(kù)。"
會(huì)"表演人性"的語(yǔ)音模型
Rime的多模態(tài)自回歸TTS模型基于真實(shí)自然對(duì)話訓(xùn)練（非專業(yè)配音）。用戶只需輸入如"30歲加州軟件行業(yè)女性"或"澳大利亞男性"等文本提示，即可獲得獨(dú)特語(yǔ)音。
"每次生成都是全新聲音，"克利福德強(qiáng)調(diào)。專為高并發(fā)商業(yè)場(chǎng)景設(shè)計(jì)的Mist v2版本，讓企業(yè)能定制符合業(yè)務(wù)需求的語(yǔ)音形象。系統(tǒng)還提供8款預(yù)設(shè)語(yǔ)音角色：
盧娜（Z世代樂(lè)觀女性）
奧利恩（非裔開朗中年男性）
埃斯特（華裔溫柔長(zhǎng)者）等
該模型不僅能切換語(yǔ)言，還可實(shí)現(xiàn)耳語(yǔ)、嘲諷等語(yǔ)氣，甚至能通過(guò)<笑>標(biāo)簽插入從輕笑到大笑的真實(shí)笑聲。技術(shù)白皮書指出："它能根據(jù)上下文推斷情緒，自然地說(shuō)'呃'等口頭禪，這些涌現(xiàn)行為我們?nèi)栽谔剿髦小?quot;
捕捉真實(shí)對(duì)話的奧秘
Arcana的三大訓(xùn)練階段：
1基于開源大語(yǔ)言模型(LLM)預(yù)訓(xùn)練，學(xué)習(xí)通用語(yǔ)言聲學(xué)模式
2使用海量專有數(shù)據(jù)集進(jìn)行監(jiān)督微調(diào)
3篩選最優(yōu)說(shuō)話人樣本進(jìn)行針對(duì)性優(yōu)化
訓(xùn)練數(shù)據(jù)涵蓋社會(huì)語(yǔ)言學(xué)特征（階級(jí)、性別等背景）、個(gè)人語(yǔ)言習(xí)慣及副語(yǔ)言線索（語(yǔ)調(diào)、停頓等）。公司甚至在舊金山地下室自建錄音室，通過(guò)Craigslist招募普通人錄制自然對(duì)話而非劇本朗讀，最終實(shí)現(xiàn)98-100%的準(zhǔn)確率。
"如果只用專業(yè)配音，永遠(yuǎn)達(dá)不到這種親密度，"克利福德揭秘道，"我們的核心競(jìng)爭(zhēng)力就在于這些真實(shí)樣本。"
創(chuàng)造定制聲音的"個(gè)性化引擎"
Rime開發(fā)了A/B測(cè)試工具"個(gè)性化引擎"，通過(guò)API反饋數(shù)據(jù)分析最佳語(yǔ)音方案。不同行業(yè)成功標(biāo)準(zhǔn)各異——餐飲業(yè)可能是追加薯?xiàng)l或雞翅的推薦成功率。數(shù)據(jù)顯示，使用Rime后客戶與AI交談意愿提升4倍，20%通話結(jié)束時(shí)會(huì)向機(jī)器人道謝。
目前該系統(tǒng)每月處理近1億通電話，"撥打達(dá)美樂(lè)或Wingstop時(shí)，80-90%概率聽到Rime語(yǔ)音。"克利福德透露。未來(lái)公司將重點(diǎn)發(fā)展本地化部署以降低延遲，預(yù)計(jì)2025年底90%業(yè)務(wù)將轉(zhuǎn)為本地運(yùn)行。
"當(dāng)客戶說(shuō)'不需要轉(zhuǎn)人工'時(shí)，我們知道革命正在發(fā)生。"克利福德總結(jié)道。這項(xiàng)技術(shù)證明，當(dāng)AI語(yǔ)音足夠人性化，商業(yè)轉(zhuǎn)化便水到渠成。
精選文章：
櫥窗藝術(shù)的復(fù)興：為何實(shí)體展示依然不可替代
"它重新定義了汽車品牌的角色"：CUPRA跨界時(shí)尚設(shè)計(jì)的顛覆之路
突破常規(guī)：MVRDV以錯(cuò)動(dòng)體塊打造臺(tái)北垂直拼圖住宅
Sergio Membrillas 談保持真實(shí)的藝術(shù)：插畫、演變以及在創(chuàng)作過(guò)程中尋找樂(lè)趣