商业世界

说起语音合成技术，你会想到什么场景应用？很多人小时候玩过的“录音娃娃”，其实就是语音合成技术的初级类型，而火遍全网的“会说话的汤姆猫”，通过可爱卡通形象学你说话，也让语音合成技术上升到有趣的层面。但站在行业的视角，能否让语音合成技术拥有更深刻的场景应用？4月26日，讯飞星火V3.5春季上新交出了一份高水平答卷。

“讯飞星火”是科大讯飞旗下通用大模型，也是国内首个全国产算力训练的大模型。此次讯飞星火V3.5新版一口气带来了长文本、长图文与长语音三大能力升级，并且语音大模型也全新升级，带来了“多情感超拟人合成”与“一句话声音复刻”两大功能。

如何让语音合成由“千篇一律”进化到“千人千面”？这需要强大的技术储备做支撑。在语音合成领域，Blizzard Challenge是极具影响力的国际赛事，科大讯飞自2006年参赛夺冠以来，就开启了连续14年的冠军之路。这次讯飞星火V3.5新版首发的多情感超拟人合成功能，将全自然语音交互体验带上了新的台阶。

根据发布会上讯飞研究院院长刘聪的演示，这项功能让人机对话变得不再生硬和冰冷，AI女声被赋予撒娇、安慰等拟人化的情感表达，同时传递出困惑、高兴、难过等外化情绪。当刘聪告知“五一”要看演唱会后，AI充满感情地回答道“我都能够想到你在现场欢呼的样子，哈哈，我好羡慕啊”，像是朋友间的一场对话，陪着你一起高兴。