随着人工智能技术不断成熟、深度学习算法持续演进，运用人工智能技术来生成内容（AIGC）逐渐成为新型内容创作方式。喜马拉雅在现有的“UGC（用户生产内容）﹢PGC（专业生产内容）﹢PUGC（专业用户生产内容）”内容生态之外，探索多模态AIGC的更多可能性。“单田芳大师声音重现”项目是喜马拉雅AIGC的标杆项目，喜马拉雅通过TTS（文字转语音）技术完美还原已逝的单田芳先生的声音，首次用单田芳先生的AI合成音全新演绎听众耳熟能详的经典之作。截至目前，喜马拉雅已上线100多张运用单老AI合成音制作的AIGC专辑，总播放量超过1亿次。其中，有15张专辑播放量破百万次，例如，《民国四大家族》播放量近730万次，《十二金钱镖》播放量近700万次，《卧虎藏龙全集》播放量超390万次。

　　这一项目所使用的TTS技术由喜马拉雅珠峰智能实验室自主研发，该实验室定位于新一代数字出版平台技术研发，长期专注于语音合成、识别、语音信号处理、编解码以及智能音效的研究和开发，由喜马拉雅首席科学家卢恒博士带领。目前，这一实验室已在多种技术的研究和应用上取得了突破。

　　喜马拉雅自研的TTS前端文本处理分析模块已经能够高精度、全自动地对文本进行多音字识别、韵律预测和风格分类，并已开发出可以实现多情感、多风格、多语种声音的TTS技术模型，不仅可以演绎不同情绪的文字，还可以自动区分旁白、对白，并支持英文，极大地丰富了TTS能表达的情感和韵律，这让单田芳先生声音的重现成为可能。为了最大限度保留单老那苍劲、沙哑的独特嗓音以及情感充沛、跌宕起伏的评书腔调，喜马拉雅珠峰智能实验室还通过自主设计单独的韵律提取模块，让单老的AI合成音仿佛本尊再现。近日，“单田芳大师声音重现”项目获评工业和信息化部新闻宣传中心（人民邮电报社）推荐的“2022年ICT优秀案例·超卓互联网应用”，这肯定了喜马拉雅通过技术不断创新内容生产方式、赋能音频行业发展所作出的努力。喜马拉雅已成为音频领域AIGC的先行者，推动着音频行业的技术革新。

　　多情感、多风格、多语种声音的TTS技术模型可广泛运用于图书、期刊、报纸、新媒体等多种内容的数字出版、语音修复、语音再现等。另外，AIGC制作速度快、成本低，这极大地革新了音频行业的内容生产方式，让内容生产更高效。目前，喜马拉雅已经与近百家网络平台和出版机构合作，运用TTS技术上线近6万张AIGC专辑，不仅为上游出版产业数字化转型提供技术平台支持，通过数字化分发提高其经济效益，也让下游用户能更便捷地享受边听边看的内容消费体验。（作者：夕文）