近日，喜馬拉雅用單田芳AI合成音所制作的TTS(語音合成)專輯總播放量破億，這標志著喜馬拉雅在現有的“UGC + PGC + PUGC”內容生態之外，已經通過AIGC探索出內容生產的更多可能性。

據悉，喜馬拉雅“單田芳聲音重現”等賬號下上線的運用單田芳AI合成音所制作的專輯數量已經有100多張，總播放量超過1億。其中，有15張專輯播放量破百萬，例如，《民國四大家族》播放量近730萬，《十二金錢鏢》播放量近700萬，《臥虎藏龍全集》播放量超390萬。

通過行業領先的TTS技術，喜馬拉雅用AIGC引領長音頻行業的內容生產變革，讓內容生產提效。與此同時，喜馬拉雅還通過多項語音技術的加持，進一步提升用戶的內容消費體驗。

T TS 技術完美復現單式評書

去年9月，在北京單田芳藝術傳播有限責任公司授權下，喜馬拉雅用TTS技術完美還原已逝的單田芳先生的聲音，并首次將單田芳先生的AI合成音全新演繹聽眾耳熟能詳的經典之作。

為了能最大程度保留單老那蒼勁、沙啞的獨特嗓音以及情感充沛的評書腔調，喜馬拉雅智能語音實驗室對單田芳先生聲音進行潛心探索和研發，通過自主設計單獨的韻律提取模塊，并將其融入到 HiTTS 技術框架中，不僅完美復現了單老蒼勁、沙啞的“云遮月”式獨特嗓音，就連他那情感充沛、起伏跌宕的腔調也一并保留了下來，讓單老的AI合成音仿佛本尊再現。單田芳先生之子單瑞林也評價表示，“聽到TTS聲音，心魂間猛然一陣，仿佛父親又回到這個世界。”

喜馬拉雅已在TTS領域潛心鉆研多年，并專門成立喜馬拉雅智能語音實驗室，長期專注于語音合成、識別、語音信號處理、編解碼以及智能音效的研究和開發。喜馬拉雅智能語音實驗室的盧恒博士表示，針對小說的TTS系統和音色選取是喜馬拉雅TTS的亮點與特色。用真實自然的TTS音色演繹有聲小說是非常難的，不同于普通的文字轉語音，用TTS音色演繹小說需要學習小說中的抑揚頓挫、情感表達、上下文關系，區分旁白和對白，并最終將作品完美演繹出來。“喜馬拉雅在這方面有著天然的優勢。在音頻賽道耕耘多年后，喜馬拉雅已經聚集了海量有聲書內容和眾多優秀主播。喜馬拉雅智能語音實驗室嘗試用各式的聲音來表達不同的情感、題材和頻道，因而就有了更大的試驗和發揮空間。”

盧恒博士介紹，喜馬拉雅自研的TTS前端文本處理分析模塊已經能夠高精度、全自動地對文本進行多音字識別、韻律預測和風格分類，并已開發出可以實現多情感、多風格、多語種聲音的TTS技術模型，不僅可以演繹不同情緒的文字，還可以自動區分旁白、對白，并支持英文，極大地豐富了TTS能表達的情感和韻律。

目前，喜馬拉雅已申請了20多項語音技術相關專利，其中有10多項TTS語音合成相關專利。 今年，還有兩項語音技術成果先后被世界頂尖學術會議“2022年IEEE國際音頻、語音與信號處理會議”收錄，展現了喜馬拉雅強大的語音技術實力。

A IGC 助力內容生產提效

通過行業領先的TTS技術，喜馬拉雅成為音頻領域AIGC的先行者。除了評書，喜馬拉雅多情感、多風格、多語種聲音的TTS技術模型已經廣泛被運用于新聞、小說、財經專輯等多種內容的制作中。喜馬拉雅簽約和制作了不同的TTS音色，來適配不同的內容、滿足用戶多樣的需求。

例如，喜馬拉雅原創TTS音色“喜曉峰”和“槍槍”已被應用于《聽秦說》《36氪·氪金大事件》《海清評財經 | 股票、債券及基金投資的一線參謀》等財經專輯內容中。其中，“秦朔朋友圈”賬號下《聽秦說》專輯過去更新頻率為每周一次，但在采用喜馬拉雅TTS技術后，開始每日更新。

“秦朔朋友圈”發起人、中國商業文明研究中心聯席主任、及《聽秦說》主播秦朔表示，過去沒有使用喜馬拉雅TTS技術時，需要真人錄制專輯內容，耗時長，更新頻率低，而使用TTS技術后，內容生產效率大幅提升，可以讓“秦朔朋友圈”的文章即時音頻更新，輕輕松松便實現了日更，專輯的播放量和互動數據都顯著提升。

除此之外，新京報、環球時報、瀟湘晨報、時代周報、海外網、刺猬公社等數十家媒體也通過喜馬拉雅多種標準普通話男聲和女聲的TTS音色上線了超過40張TTS專輯。

今年，喜馬拉雅基于自研的TTS框架，采集頭部主播“喜道公子”的真聲打造的AI主播“喜小道”，與AI續寫應用“彩云小夢”合作，打造了首個從故事創作到演播均由AI完成的AI電臺。

AIGC不僅助力喜馬拉雅和內容創作者實現內容生產提效，推動創作者布局音頻，實現轉型升級，也給用戶帶來更豐富的內容。

A I 技術助力 內容 體驗增值

與此同時，喜馬拉雅也通過TTS、ASR、語音信號處理算等多種AI技術進一步提升用戶的內容消費體驗。

目前，喜馬拉雅已經與近百家網絡平臺和出版機構合作上線近6萬本電子書，而TTS技術能為這些電子書實時生成TTS聲音，讓用戶可以邊聽邊看，從而為用戶帶來“聽看一體”的內容服務。

近期，喜馬拉雅又利用行業領先的自動語音識別技術(ASR)以及對齊算法，上線了全新版本的AI文稿功能，用戶在收聽喜馬拉雅音頻內容的時候，也可以在收聽頁面同步閱讀相應的文字內容，享受“邊聽邊看”、“聽看一體“的內容消費體驗。

全新上線的AI文稿功能，能有效識別無文稿聲音內容，為其自動生成文稿;對于已經有原始文稿的聲音內容，則采用超長音頻與文本的對齊技術，將聲音與文稿進行時間戳對軌，從而在聲音播放的同時，對相應文字進行同步高亮，實現聲字同步，讓用戶能更便捷地享受邊聽邊看的內容消費體驗。這不僅進一步提升用戶體驗，有利于增強用戶粘性，也使用戶能夠在不同場景中，自由切換聽和看兩種形式，暢享喜馬拉雅平臺上的豐富內容，進一步拓展了喜馬拉雅的多元化使用場景。

喜馬拉雅還通過語音信號處理算法(SSP)率先在長音頻領域帶來智能音效，推出超重低音、劇院混響、清澈人聲三種喜馬拉雅專屬音效，讓用戶可以為不同內容匹配不同音效，享受更加優質的收聽體驗。接下來，喜馬拉雅將上線更多的專屬音效，為用戶提供更加多樣的收聽選擇。

喜馬拉雅作為深受用戶喜愛的在線音頻平臺，始終堅持以科技賦能文化。未來，喜馬拉雅將繼續讓技術賦能創作者、服務用戶，讓內容生產提效，讓內容體驗增值，用技術加持聲音、用聲音服務生活。

(新媒體責編：pl2022)