这种 AI 配音是如何调的

[WarlockMan]

我在学前端的时候刷到一个讲解什么是纯函数的视频， 声音是 AI 生成的，但他用的这个音色非常特殊， 不是各大语音合成厂商提供好的预制角色， 火山引擎和微软 Azure 里的预制音色都没找到他这种音色， 这种音色是他自己调的吗，是用 Azure 定制性训练出来的么

源视频：什么是纯函数 https://www.bilibili.com/video/BV1QM41197sz/

[gaobh]

腾讯云和阿里云的合成看看

[WarlockMan]

@gaobh
国内的几个大厂都看过了，预制角色里面没这种音色，像是自己用材料训练的定制音色。
目前语音合成领域前沿大厂有微软，谷歌，字节跳动旗下的火山，
目前就体验这几家能把声音做到自然，
百度，阿里和腾讯的引擎有很重的机械音，能听出非常不自然，感觉在梯队上差了一级。

现在的微软 Azure 语音合成在"自然"这个指标上应该是最高的，
大概在七八年前好像，微软有个语音助手的项目叫 cortana ，
从那个时候微软就在死磕拟真程度，
那时候它的自然度就已经是这么高了。

字节的火山引擎我猜测大概率是调用的微软接口，
大厂就这么几家，也就是微软在一直烧钱死磕 AI 领域十多年，
其他厂商想赶上短时间应该很难，
所以我猜测大概率是用的微软 Azure 接口训练的定制音色，
但我只是猜测，不敢肯定

[asrpub]

就是普通的 TTS 吧，多找找其他的厂商，像魔音工坊也可以看看

[LLaMA2]

https://github.com/jaywalnut310/vits