9月19日，百度地圖發(fā)布內(nèi)部代號為“百雀靈”的“語音定制功能”，這是全球首個(gè)地圖語音定制產(chǎn)品，用戶只需在百度地圖App上錄制20句話、20分鐘左右即可生成個(gè)人完整語音包，接著在使用導(dǎo)航和景區(qū)導(dǎo)覽等地圖功能時(shí)，就能使用定制語音。

2018年，地圖掀起了一股明星語音包的潮流，當(dāng)時(shí)我曾給國內(nèi)幾個(gè)地圖App提過產(chǎn)品建議，即讓每個(gè)用戶可以定制自己的語音包，比如愛人的，戀人的，孩子的，不只是我想到了這個(gè)功能，很多人都曾有過這樣的提議，聽上去很酷。

當(dāng)時(shí)地圖App都反饋，這個(gè)功能建議很好，但技術(shù)層面很難實(shí)現(xiàn)，制作明星的語音包要在錄音棚錄制大量的語音素材，再花幾個(gè)月時(shí)間合成，這樣的長周期合成模式很難被用于個(gè)性化定制。

一年多后，百度“語音定制”功能上線了。體驗(yàn)究竟如何呢？

體驗(yàn)遠(yuǎn)超預(yù)期

作為一名單身汪，我現(xiàn)在還找不到可以錄制語音素材的心愛的人，所以，我選擇自己給自己錄制語音包（好慘的感覺）。

進(jìn)入百度地圖用“小度小度”啟動(dòng)語音助理說“錄制我的語音”或者直接點(diǎn)擊“語音定制”按鈕就可以進(jìn)入錄制界面，第一步需要選擇自己是男生還是女生，以及男童聲還是女童聲，為什么要區(qū)別身份呢？按照百度地圖事業(yè)部總經(jīng)理李瑩的說法是：“兒童音錄制十分困難，比如孩子有時(shí)候發(fā)音不標(biāo)準(zhǔn)、斷句不準(zhǔn)確，甚至可能有些聽起來不像普通話。”這需要用對應(yīng)的技術(shù)去針對性解決。

接著就可以選擇按照百度地圖的推薦文本、卡通文本、電影臺詞之類的進(jìn)行錄音了，一共需要錄制20個(gè)句子，擔(dān)心用戶不知道怎么正確地拼讀百度地圖還提供了“自動(dòng)領(lǐng)讀”功能，非常貼心。錄音的過程要注意一下：一定要在相對安靜的環(huán)境，避免雜音干擾百度地圖的判斷，同時(shí)注意距離嘴巴跟手機(jī)的距離、語速語調(diào)、聲音大小等等。只有給百度地圖更好的素材，它才能更好地模擬你。

幾分鐘就錄制完成了，每一段話效果如何百度地圖會(huì)有提示，你可以再重錄。

最后可以給自己的語音包設(shè)置一個(gè)封面和名稱，上傳，等待百度地圖云端渲染生成，這大概需要15分鐘。

在等待的過程中，我順便看了下，百度地圖語音定制還有一個(gè)分享機(jī)制，你不只是可以使用華晨宇、秦嵐等明星以及各地交通臺主持人的定制語音包，也可以看到一些用戶的名人模仿語音包、家鄉(xiāng)話語音包、原生語音包或者童聲語音包。

我的語音包生成后，自己聽了下覺得有點(diǎn)陌生，分享給朋友，朋友聽了說：這就是你的聲音，誰讓你普通話這個(gè)水平呢……

將語音包下載，導(dǎo)航什么的就可以直接用了。

我也可以將自己的語音包發(fā)給朋友，或者分享給所有人。我的語音發(fā)布后，短時(shí)間內(nèi)就有幾十個(gè)人用（完全超出我預(yù)料），截至目前，百度地圖用戶主動(dòng)分享的語音包正在快速增加中。

具備刷屏氣質(zhì)

體驗(yàn)完了，我對百度地圖語音定制功能有如下結(jié)論：

1、具備很高的可用性，用之前我還擔(dān)心聲音可能會(huì)走樣，體驗(yàn)了發(fā)現(xiàn)確實(shí)可以模擬每個(gè)人的聲音；

2、流程簡單，門檻很低，快速生成，小朋友都可以輕松錄制自己的語音包；

3、具有很強(qiáng)的社交潛力。很少有人像我這樣錄制了自己用，一般使用場景是用家人、愛人、情人聲音來定制，或者自己定制了發(fā)給他們。百度地圖引入了名人模仿秀等運(yùn)營機(jī)制，用戶也可以主動(dòng)將語音包公開分享給所有人，這些都會(huì)增加這一功能的社交屬性。

我認(rèn)為，百度地圖“語音定制”具備刷屏氣質(zhì)，即將到來的國慶長假是出行高峰期，百度地圖在此時(shí)此刻推出這一功能，顯然是希望抓住這個(gè)出行服務(wù)的黃金營銷節(jié)點(diǎn)，到時(shí)候更多人可能會(huì)玩兒語音包，更多人會(huì)因?yàn)檎Z音包選擇百度地圖。

跟很多刷屏App不同，“語音定制”不會(huì)是一個(gè)曇花一現(xiàn)的功能，這個(gè)功能可能比明星語音包更有爆發(fā)力。明星語音包圈粉，具有很強(qiáng)的營銷價(jià)值，然而其定制成本相對較高，支持明星有限，幾年下來，百度地圖和高德地圖的明星語音包數(shù)量都只有十來個(gè)，用戶卻又眾口難調(diào)。百度地圖的語音定制功能，讓用戶隨心所欲地定制想要的人的聲音，這是有剛需的。

在7月底的GMIC上，李瑩曾透露，百度地圖智能語音助手用戶數(shù)累計(jì)突破2.5 億，一年增長1.5 倍，這表明，用戶通過語音與地圖交互的習(xí)慣已在百度地圖養(yǎng)成，不難理解，用戶在開車時(shí)雙手不便，語音是最安全、最便捷的操作方式。

語音是地圖服務(wù)的標(biāo)配，用誰的語音？可以有很多文章做。高德地圖率先做了名人語音，前段時(shí)間做了魔獸世界主題的語音，走IP定制路線。百度地圖在“人有我有”的基礎(chǔ)上，推出“語音定制”，做到了“人無我有”，高德地圖是否會(huì)跟進(jìn)尚未可知，但可預(yù)見，在一個(gè)時(shí)間窗口，這個(gè)功能會(huì)成為百度地圖的殺手锏。

有人可能會(huì)聯(lián)想到前段時(shí)間爆發(fā)的ZAO。ZAO基于用戶人臉合成視頻刷屏，引發(fā)了人們對隱私的擔(dān)憂，比如人臉數(shù)據(jù)會(huì)不會(huì)被泄露？有前車之鑒，百度地圖在隱私上充分做到讓用戶放心，其遵循業(yè)界最標(biāo)準(zhǔn)、最成熟的安全規(guī)范，采取高級別的信息安全保護(hù)措施，最大程度保障每個(gè)用戶的安全隱私。用戶分享自己的語音包，也是基于主動(dòng)授權(quán)。如果不分享語音包不會(huì)被用于任何其他地方，放心地用吧。

長板效應(yīng)凸顯

百度地圖率先實(shí)現(xiàn)“語音定制”功能，有內(nèi)在的邏輯。

語音對地圖服務(wù)很重要，但是車載環(huán)境噪音等問題明顯、用戶指令復(fù)雜度很高，因此要實(shí)現(xiàn)真正的智能語音交互并不容易，這需要極強(qiáng)的語音識別、自然語言處理、語義理解等技術(shù)，每一種技術(shù)實(shí)現(xiàn)都有很大的挑戰(zhàn)。

背靠百度的AI技術(shù)優(yōu)勢，早在2017 年，百度地圖就結(jié)合AI和語音、語義技術(shù)，實(shí)現(xiàn)了語音交互覆蓋用戶操控全流程，2018 年正式確定了“新一代人工智能地圖”的定位，強(qiáng)化更準(zhǔn)確、更豐富、更易用三大特點(diǎn)。

百度智能語音技術(shù)具有“聽清、聽懂、滿足”三大特性，實(shí)現(xiàn)了與導(dǎo)航的深度結(jié)合。在2018百度AI開發(fā)者大會(huì)上，百度CTO王海峰對百度地圖說：“我要從三里屯的團(tuán)結(jié)湖地鐵站出發(fā)路過望京的家樂福然后再去南鑼鼓巷最后到我家，我要紅綠燈少的不堵車的最快的路線，你幫我路線規(guī)劃一下吧。”百度地圖語音助手精準(zhǔn)識別、理解了長達(dá)60多字的服務(wù)請求，自然流暢地提供了導(dǎo)航服務(wù)，這體現(xiàn)出兩點(diǎn)，一個(gè)是百度語音技術(shù)優(yōu)勢，二個(gè)是百度語音技術(shù)與地圖實(shí)現(xiàn)了很好的整合。

這一次推出的“語音定制”，技術(shù)難度同樣非常大。

語音的合成看上去只有幾步驟，二十分鐘的事情，實(shí)際上卻是非常非常難的。傳統(tǒng)明星語音包定制需要在大庫基礎(chǔ)之上錄制1000到2000句語音。百度語音定制只能通過20個(gè)句子，來理解用戶的音色、風(fēng)格、情緒、語調(diào)、語速、習(xí)慣——要用戶錄制太多、花時(shí)間太多，門檻高了就沒意義了。

傳統(tǒng)明星語音定制要在專業(yè)錄音棚錄制幾周時(shí)間，現(xiàn)在用戶各自的環(huán)境變得非常復(fù)雜，噪音是免不了的問題，如何降噪，是一個(gè)難題。

原先合成明星語音包是一個(gè)龐大的團(tuán)隊(duì)針對一個(gè)人來做定制，現(xiàn)在是將這個(gè)流程變得標(biāo)準(zhǔn)化、大眾化和自動(dòng)化，生產(chǎn)周期則從原先的數(shù)月壓縮到數(shù)分鐘，技術(shù)挑戰(zhàn)可想而知。

兒童錄音是一個(gè)重要的場景，然而兒童往往會(huì)面臨發(fā)音不清晰、停頓不規(guī)律、普通話不標(biāo)準(zhǔn)等問題，比成人的錄音更難處理。

百度地圖基于百度大腦的AI能力，成功克服了這些難題，百度語音首席架構(gòu)師賈磊在發(fā)布會(huì)現(xiàn)場進(jìn)行了解釋：“百度地圖語音定制功能基于百度獨(dú)創(chuàng)的說話人韻律遷移技術(shù)Meitron，其特點(diǎn)主要體現(xiàn)在發(fā)音人音色轉(zhuǎn)換，多情感朗讀和韻律風(fēng)格遷移三個(gè)方面，從而讓個(gè)性化語音合成的定制門檻大大降低?！?/p>

就是說，百度地圖語音定制功能不是從0到1的技術(shù)，而是百度積累多年的語音技術(shù)，現(xiàn)在被應(yīng)用到地圖這一黃金場景，厚積薄發(fā)。

ZAO當(dāng)時(shí)刷屏不久，服務(wù)器就宕機(jī)了，因?yàn)橐曨l合成要大量的服務(wù)器計(jì)算資源，百度地圖可以在15分鐘制作視頻，全國很多網(wǎng)友同步在玩卻不宕機(jī)，正是基于百度“春晚不宕機(jī)”的技術(shù)實(shí)力，計(jì)算力不存在任何瓶頸。

每個(gè)人都能快速定制自己的語音包，AI技術(shù)的成熟度已經(jīng)遠(yuǎn)超我們預(yù)期，百度地圖率先上線“語音定制”功能，即是得益于百度的AI技術(shù)優(yōu)勢，同時(shí)也與百度地圖2017年就開始布局的AI戰(zhàn)略有關(guān)系，李瑩說：“智能語音交互+地圖服務(wù)已成為百度地圖的殺手級功能?！苯裉煸贏I語音技術(shù)成熟后，百度地圖推出“語音定制”是水到渠成的?？梢灶A(yù)見，未來百度地圖在聲音這件事兒上，還會(huì)玩出更多花樣來，讓地圖應(yīng)用充滿更多可能。

不只是語音交互技術(shù)，百度地圖很多功能后面都有AI 技術(shù)，比如百度地圖首創(chuàng)智能定位功能，能夠在GPS 信號極弱的場景下，為用戶提供持續(xù)的定位導(dǎo)航服務(wù)，用戶在高架、隧道等場景中也可正常使用；再比如百度地圖在業(yè)內(nèi)首創(chuàng)的精準(zhǔn)規(guī)劃功能，實(shí)現(xiàn)了上帝視角的全局路線導(dǎo)航規(guī)劃，幫助用戶提升出行效率。

百度地圖不只是在C 端將AI 技術(shù)用來優(yōu)化產(chǎn)品體驗(yàn)和創(chuàng)新產(chǎn)品功能，也將AI 技術(shù)用于地圖數(shù)據(jù)生產(chǎn)中，包括數(shù)據(jù)采集、標(biāo)注、上線、更新，在7 月的百度AI 開發(fā)者大會(huì)上，百度地圖宣布80%數(shù)據(jù)采集環(huán)節(jié)實(shí)現(xiàn)了AI 化，成為業(yè)內(nèi)AI 化水平最高、搭載的AI 技術(shù)最強(qiáng)最豐富的地圖廠商，不只是大幅降低了地圖成本，提高了數(shù)據(jù)生產(chǎn)效率，也讓用戶體驗(yàn)更準(zhǔn)確、更豐富和更真實(shí)。

作為“新一代人工智能地圖”，在即將到來的5G時(shí)代，伴隨著IoT、邊緣計(jì)算、智能駕駛等技術(shù)和應(yīng)用的普及，百度地圖的AI長板效應(yīng)將得到進(jìn)一步釋放，真正意義上成為基礎(chǔ)設(shè)施。

“語音定制”功能的上線，是一個(gè)里程碑。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。