在世界聲博會體驗AI黑科技

本報赴合肥特派記者 劉揚

在5G移動通信、人工智能（AI）、物聯網車聯網高速發展的今天，語音交互正在成為普通人應用這些高科技的常見場景：可以控制家中智能電器的智能音箱、一句語音就可以設置導航軟件……第二屆世界聲博會暨2019科大訊飛全球1024開發者節10月24日在合肥開幕。《環球時報》記者在大會現場感受到一系列令人震撼的黑科技，它們已經從酷炫的應用走向滿足人們的剛需。

大會上，訊飛展示的“變聲領夾”讓人想起日本動漫《名偵探柯南》中同款產品。科大訊飛AI研究院常務副院長劉聰通過“變聲領夾”成功模仿了現場女主持人的聲音，甚至用合肥話來了一段當地諺語，讓現場觀眾驚呼這種實時變聲實在太酷了。會上還展示了語音合成技術的最新成果——真實語音與合成語音的無縫銜接：一段羅振宇的真實語音與一段他的合成語音被播放出來之后，完全分不出哪句是原音，哪句是合成的。

光有語音還不夠酷，《環球時報》記者在展會現場看到，一個視頻正在播放虛擬女主播小晴用中文、日語、英語、韓語播報新聞。據工作人員介紹，首先需要進行人像采集和語音采集，然后通過建模就可以合成出這樣的真人版虛擬主播。目前多家媒體都已采用了這種虛擬主播的技術。據介紹，未來只需要在網站上簡單輸入文稿、指定主播，就可以一鍵生成虛擬主播，可以用不同語音和方言播報新聞，還可以變換姿態、改變造型，讓現場的媒體記者直呼“要失業了”！

很多人擔心的是，目前社會上已經出現利用換臉和換聲軟件進行詐騙的案例，如何防止訊飛的這些黑科技被不法之徒利用？工作人員介紹說，目前高度還原的語音和虛擬形象的服務只面向機構用戶，比如為央視制作虛擬主播“紀小萌”，聲音和形象都要得到授權才能制造，個人用戶語音合成服務的聲音相似度被控制在60%左右，“主要就是從安全性角度來考慮”。

說到語音識別，最典型的應用場景就是家庭內部和汽車里。《環球時報》記者在展館內看到，一款產品可以在很遠的距離、嘈雜的環境內進行精準識別。據工作人員介紹，這采用了聲源定位的技術，可以排除雜音、準確識別發出命令的用戶在什么位置。在現場演示時，盡管會場周邊非常嘈雜，它仍可以準確操控數米外的冰箱、電視、空調等電器。據訊飛專家在大會上宣布，超遠距離識別已經達到20-50米，準確率達到90%以上。

除了語音識別方面，腦機接口技術的研究也是人工智能領域應用的重要方向之一。記者在華南理工大學的展臺看到一臺腦控輪椅。基于混合腦機接口，用戶在無須動用四肢、也無須發出聲音指令的情形下，可以用腦完成對輪椅前進后退的操控。一名研究人員坐在輪椅上向《環球時報》記者進行了演示（如圖），他頭戴一個能采集腦電波信號的設備，在手腳完全沒動的情況下，熟練操作輪椅。據他介紹，操作的過程需要人的精神高度集中。這個技術和國外相關研究有哪些區別呢？他表示，該技術最大的優勢是只需一個像帽子一樣的頭戴設備，不需要在腦中植入設備。

在中美經貿摩擦大背景下，訊飛等一些中國高科技企業上了美國第二批“實體清單”。科大訊飛輪值總裁胡郁在接受《環球時報》記者采訪時承認，美國“實體清單”對訊飛的部分原材料供應有影響，但在這個消息出來之前，訊飛已經做了充足的準備，所以說近期內不會存在太大問題。“從遠期看，我們會尋找替代方案的提供商，包括進一步增強自身能力，這也是一種解決方案。我認為對長期業績的影響會控制在一定的范圍之內，對最主要的國內業務，影響范圍并不是特別大。”▲