今日，獵豹移動董事長兼CEO傅盛在自己的抖音號上發(fā)布了一條視頻。作為一名“科技樂觀主義者”，傅盛和世界上的另一個“自己”進行了一場隔空對話。短短幾十秒里，機器人“傅盛”的對答、繞口令樣樣精通。即使是仔細辨別，你也很難確認哪一個才是真正的傅盛。
能夠達到如此驚艷的效果，其實要歸功于獵豹移動旗下人工智能公司獵戶星空研發(fā)的語音合成技術(shù)。只要聽十段你的話，就可以克隆你的聲音，聽起來是不是很炫酷?
在人機交互的過程中，與用戶體驗感直接相關(guān)的，就是語音合成技術(shù)。這項技術(shù)是將文字轉(zhuǎn)化為聲音，可以簡單地理解為人類的嘴巴。大家在各種智能語音助手中聽到的聲音，都是由TTS來生成的。所以，讓TTS合成的語音能夠“以假亂真”，正是TTS領(lǐng)域長期以來不斷探索的主題。
傳統(tǒng)的TTS都是怎么做的?
在看獵戶星空如何實現(xiàn)“以小取大”的效果時，我們可以先看看以往的TTS是如何實現(xiàn)的。
傳統(tǒng)的TTS系統(tǒng)通常包括前端、后端兩個模塊。前端模塊主要負責(zé)對輸入文本進行分析，提取語言學(xué)信息，如果是中文還涉及文本正則化、分詞、詞性預(yù)測、多音字消歧、韻律預(yù)測等，后端模塊根據(jù)前端的分析結(jié)果，通過一定的方法生成語音波形。
后端系統(tǒng)的主流技術(shù)有兩種，一種是基于統(tǒng)計參數(shù)建模的語音合成，或者叫做參數(shù)合成、參數(shù)法，優(yōu)點是所需語料庫少，幾千句即可，訓(xùn)練與合成過程也都可以由程序自動完成，但缺點是語音質(zhì)量不高，情感韻律平淡。
現(xiàn)在大家地圖導(dǎo)航軟件中的聽到的明星音，針對導(dǎo)航場景錄制了幾千句的語料，不僅聲音生澀感強，而且需要的成本和周期較長，在其他領(lǐng)域的聲音效果不是很好。如果用戶預(yù)期不苛刻，這樣一種方式也未嘗不可。
另一種是基于單元挑選和波形拼接的語音合成，或者叫做拼接合成、拼接法，與參數(shù)法相反，優(yōu)點是合成語音自然度很好，缺點就是數(shù)據(jù)要求太大，至少萬句語料才能滿足商用需求，一些廠商會請聲優(yōu)為其智能產(chǎn)品錄制語料庫，前后時間長達數(shù)月，花費動輒幾百萬。
獵戶星空：十段話合成人聲
魚和熊掌不可兼得，傳統(tǒng)的TTS存在著或多或少的問題。所以這個領(lǐng)域的核心，在于如何降低訓(xùn)練成本，用更少的語料合成高質(zhì)量的聲音。
隨著人工智能、深度學(xué)習(xí)的應(yīng)用，TTS也迎來了新的變革。2017年3月，Google 提出了一種新的端到端的語音合成系統(tǒng)：Tacotron。它可將接收的輸入字符，輸出成相應(yīng)的原始頻譜圖，然后提供給Griffin-Lim重建算法生成語音。2017年底，Tacotron 2結(jié)合了WaveNet和Tacotron的優(yōu)勢，不需要任何語法知識即可直接輸出文本對應(yīng)的語音。
在已有的技術(shù)創(chuàng)新鋪墊下，獵戶星空TTS團隊在Tactron的基礎(chǔ)上，訓(xùn)練了大語料庫的語音庫作為基礎(chǔ)模型，目標(biāo)發(fā)音人只需要錄制10段話，通過Adapt自適應(yīng)模型，提取出目標(biāo)發(fā)音人的特征，再通過World聲碼器，即可合成出目標(biāo)發(fā)音人音色相同的語音。
所以，這項技術(shù)真正落地商用后，將為明星語音、個性化語音的合成帶來重大突破，尤其是很大程度上減少明星音合成的成本、縮短應(yīng)用研發(fā)的周期。
想象一下，以后你的語音助手中住著你喜歡的明星或心愛的人，每天都可以和TA互動聊天，仿佛TA就是你的私人小秘書，是不是有點小激動呢?
除此之外，獵戶星空已掌握麥克風(fēng)陣列、語音喚醒、語音識別、語義理解和語音合成等全套遠場語音技術(shù)，語音交互更快更準(zhǔn)，垂直領(lǐng)域深度語義理解正確率96%，還首創(chuàng)了喚醒后人聲回應(yīng)。
獵戶語音OS成為行業(yè)標(biāo)配
在上文提到技術(shù)能力支撐之下，獵戶星空打造了獵戶tts——這個星球最溫暖的AI聲音。目前獵戶語音OS技術(shù)已經(jīng)應(yīng)用到了小米小愛同學(xué)、美的小美AI音箱、喜馬拉雅小雅音箱、獵豹移動小豹AI音箱、華為智能AI音箱等多家合作伙伴產(chǎn)品中，已經(jīng)成為行業(yè)標(biāo)配。
截至目前，搭載獵戶語音合成技術(shù)的智能音箱產(chǎn)品在國內(nèi)份額已超30%，每天都超過2000萬次語音服務(wù)請求，比如小米AI助理小愛同學(xué)月活躍設(shè)備超過3000萬臺，累計喚醒超50億次。
10月15日，中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟(AIIA)在人工智能開發(fā)者大會公布了國內(nèi)智能音箱智能化評級結(jié)果，包括獵豹移動、小米、喜馬拉雅、百度、京東在內(nèi)的五家主流廠商攜其智能音箱產(chǎn)品參與了首批測試評估。獵戶語音OS占據(jù)了獲評產(chǎn)品前五強中的三席，支撐起了智能音箱市場的大半壁江山。
結(jié)合自身人機交互的產(chǎn)品基因和獵戶星空擁有的行業(yè)唯一的全鏈條AI技術(shù)，獵豹移動也在不同行業(yè)推動人工智能產(chǎn)品的場景化落地。未來,獵豹移動與旗下獵戶星空還會將自主研發(fā)的視覺、導(dǎo)航、語音、機械臂技術(shù)等核心能力逐步對外開放,與合作伙伴一起,讓機器人產(chǎn)品走進大眾生活。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
2025年10月25日，2025世界青年科學(xué)家峰會之人工智能（AI）融合創(chuàng)新發(fā)展論壇在浙江溫州成功舉辦。本次論壇由國際院士科創(chuàng)中心主辦，中國投資協(xié)會能源投資專業(yè)委員會、溫港院士科創(chuàng)中心承辦，中國電工技術(shù)學(xué)會、中科先進技術(shù)溫州研究院與溫州市電力工程學(xué)會提供支持，以“甌江論道-AI賦能綠色發(fā)展”為主題，
個人創(chuàng)業(yè)需要啟動成本低、無需龐大團隊、可快速驗證、能利用個人技能或資源。這里分享適合個人創(chuàng)業(yè)的十個機會一.AI內(nèi)容優(yōu)化與本地化服務(wù)·做什么：幫助企業(yè)或個人利用AI工具（如GPT-4,Midjourney）優(yōu)化內(nèi)容生產(chǎn)流程。例如，為跨境電商撰寫多語言產(chǎn)品描述，為小紅書博主生成爆款文案，為小公司制作營銷
百度AI團隊今日正式推出PaddleOCR3.1版本，以突破性的多語言組合識別（MultilingualCompositionPerception,MCP）技術(shù)為核心，徹底重構(gòu)復(fù)雜文檔處理邊界。此次升級標(biāo)志著OCR領(lǐng)域首次實現(xiàn)對同一文檔內(nèi)任意混合語言文本的精準(zhǔn)識別，為全球化企業(yè)、跨境業(yè)務(wù)及多元文化場
導(dǎo)航網(wǎng)站的崛起：從信息過載到精準(zhǔn)觸達隨著全球AI工具數(shù)量爆發(fā)式增長（2025年已超數(shù)萬款），用戶面臨前所未有的選擇困境。傳統(tǒng)搜索引擎的“關(guān)鍵詞-鏈接”模式難以應(yīng)對工具篩選的場景需求，垂直化、場景化的AI導(dǎo)航網(wǎng)站應(yīng)運而生。這類平臺通過聚合、評測、分類與推薦四重機制，將分散的工具資源整合為結(jié)構(gòu)化入口。例
當(dāng)微信公眾號文章中出現(xiàn)一個人的名字，它會自動變成藍色鏈接，點擊即可查看AI生成的“個人簡歷”——這一微信新功能讓不少用戶感到被“扒光”在互聯(lián)網(wǎng)上。近日，微信新上線的“AI搜索”功能陷入隱私泄露爭議漩渦。多位網(wǎng)友在社交平臺反映，當(dāng)微信公眾號推文中出現(xiàn)本人姓名時，名字會自動變?yōu)樗{色超鏈接，點擊即可瀏覽由
文/楊雪健來源/節(jié)點財經(jīng)Meta或迎來史上最大規(guī)模裁員潮。2026年3月14日，路透社曝出Meta正計劃啟動新一輪大規(guī)模裁員，此次裁員比例或達公司總員工數(shù)的20%，按其近7.9萬的員工規(guī)模計算，約1.58萬名員工或?qū)⒈徊?。若該計劃?zhí)行，將成為Meta自2022年底實行“效率之年”重組后規(guī)模最大的一次
3月17日，阿里發(fā)布全球首個企業(yè)級AI原生工作平臺——“悟空”，讓每個團隊、每家公司，都能擁有一支24h工作的”龍蝦軍團”。悟空是一款獨立應(yīng)用，即日起開啟邀測，也將直接內(nèi)置到超2000萬企業(yè)組織的釘釘之中。擁有8億用戶的釘釘重寫底層代碼，進行全面CLI（命令行界面）化改造，讓悟空Agent能夠原生操
AI的“免費紅利期”結(jié)束了，未來18個月，靠“API倒賣”的公司，會成片消失。這個導(dǎo)火索就是最近Google的一輪封號導(dǎo)致的，隨著封號風(fēng)波的結(jié)束，這也標(biāo)志著AI行業(yè)【收租時代】來了。2月封號潮：高付費用戶被一鍋端一周前，Google開始大規(guī)模封號，付著250美金月費的人，賬號說沒就沒，Gmail、Y
來自路透社等媒體報道的最新消息：DeepSeek未發(fā)布的V4Lite模型遭泄露上網(wǎng)，華為獲得早期訪問權(quán)限，英偉達被排除在外。近期，谷歌發(fā)表了2篇Multi-Agent協(xié)作學(xué)習(xí)新論文有網(wǎng)友提供了更加詳細的信息，DeepSeekV4Lite：100萬token上下文窗口（V3為128K）內(nèi)置原生多模態(tài)推
春節(jié)紅包會結(jié)束，但AI已融入數(shù)億人生活里
性能、商業(yè)、生態(tài)詮釋開源模型的最佳姿態(tài)
2026年剛開年，全世界最狂的那個男人，穿著他的經(jīng)典黑皮衣，在CES舞臺上發(fā)出了未來十年的信號。他搞了個“能吃飽套餐”：6個包子+一碟小菜+一碗粥=肉包子套餐，這樣以后你只要買一個套餐就能吃飽了。(Rubin平臺)同時他們店里還免費提供的筷子、勺子、蘸料、醬油、醋、水果、零食等等。(開放10萬億語言
12月12日-14日，2025全球開發(fā)者先鋒大會暨國際具身智能技能大賽（GDPS2025）于上海張江科學(xué)會堂舉行，大會以具身智能競技為核心，融合了技術(shù)比拼、產(chǎn)業(yè)展示與科普體驗，為全球觀眾呈現(xiàn)出具身智能的現(xiàn)在與未來。上海開普勒機器人有限公司（以下簡稱"開普勒機器人"）攜明星產(chǎn)品K2"大黃蜂"亮相，并參
在數(shù)字化與智能化深度交織的時代浪潮中，安全的邊界不斷延展，技術(shù)的演進正引領(lǐng)產(chǎn)業(yè)邁向新一輪變革。10月24日，以“弈動Dynamic·數(shù)智躍遷博弈無界”為主題的2025TechWorld智慧安全大會在北京盛大召開。來自國家部委、院士學(xué)者、高校科研機構(gòu)和企業(yè)的權(quán)威專家與業(yè)界精英齊聚北京，共議AI安全、數(shù)
2025年10月25日，2025世界青年科學(xué)家峰會之人工智能（AI）融合創(chuàng)新發(fā)展論壇在浙江溫州成功舉辦。本次論壇由國際院士科創(chuàng)中心主辦，中國投資協(xié)會能源投資專業(yè)委員會、溫港院士科創(chuàng)中心承辦，中國電工技術(shù)學(xué)會、中科先進技術(shù)溫州研究院與溫州市電力工程學(xué)會提供支持，以“甌江論道-AI賦能綠色發(fā)展”為主題，
