劉興宇

剛纔，主持人給我們留了一個問題：紀錄片《雨水》的配音來自何方？大家在紀錄片的尾聲，已經看到了紀錄片的製作來自科大訊飛。我們現場就有科大訊飛虛擬人業務線總經理郜靜文女士，我們先請郜總給我們揭曉謎底。

郜靜文

這是科大訊飛最新發布的smart TTS語音技術。2018年，央視《創新中國》欄目復刻了李易老師的聲音，那是我們第一次參加紀錄片的配音。我們還請了技術專家進行優化，同時還有配音導演、後期共同完成。剛纔看到的紀錄片，加了最新的大計算的技術，大模型和預訓練的技術。現在用起來，只需要後期編輯獨立完成，人工智能的老師就不用參與了。這就是這三年人工智能的發展，也是我們在有聲場景下的不斷積累，我們希望給大家帶來更好更大量的有聲閱讀內容。

劉興宇

剛剛這位演播者的聲音復刻了之後，我們是不是可以給他任何文本，他都有可能生成這樣質量的配音或演播？

郜靜文

是的。我們有一個平臺叫訊飛製作，它也是現在媒體、新媒體常用的軟件，用戶需求越來越大，音視頻的需求也越來越大，所以需要有快速的工具來輔助我們做內容生產。

劉興宇

如果未來有高質量的AI語音介入有聲閱讀領域，將對有聲產品生產帶來極大的便利。2018年科大訊飛復刻了李易的聲音；2021年，它還復刻了已故播音藝術家夏青的聲音。李正國老師來自中央廣播電視總檯音頻聚合平臺雲聽，請李老師講一講雲聽在AI技術的應用方面大體用在哪些領域？

李正國

雲聽是2020年3月成立的，它很年輕。但從誕生那一天開始，雲聽就非常關注AI在有聲閱讀領域的應用與發展。概括來說，雲聽在AI領域的應用是三年三大步，一年一臺階。2021年，雲聽完善了基礎內容的建設，然後不斷關注新技術的發展，尤其是AI技術在有聲閱讀領域的應用。衆所周知，新聞資訊一直是雲聽着力打造的重點。在2021年，雲聽20多個編輯一天只能生產有聲新聞資訊100多條。到2022年運用AI技術後，同樣的編輯人員同樣的工作條件，雲聽可以日產1000多條，工作效率大幅提升。今年我們全面引入AI技術，從新聞拆條編輯，到內容的審覈，我們已經基本上實現了AI替代人工的功能。現在的總體使用效果還是不錯的。接下來我們要做AI智能電臺，這是我們下一步的研發工作。在音頻平臺，AI的介入恐怕不僅僅是語音合成的使用了，應該說是AI技術的全面使用，包括在內容生產和內容分發的領域。

劉興宇

李野墨老師平時關注AI嗎？或者您聽過AI播的書嗎？

李野墨

那倒是沒聽過，但我對這事確實是很關注的，因爲我在誦讀行當裏也有很多的朋友和學生。剛纔聽了《雨水》以後，確實給我了很大的震撼。我是堅定地認爲AI會很快地大行其事的，儘管它現在還存在着某些不足。就比方說像《雨水》吧，要以我們這些幹這行的人來說，其實還是能聽出很多問題來的。問題大概有兩方面：一是技術方面的問題，這種技術很快就能改過來的，它慢慢地會有越來越來越高的理解力；另外就是聲音源問題，現在AI界能採到的聲音源，高質量的佔比並不大，更多的是一些沒受過什麼訓練、沒有多少經驗的聲音，所以他們本身在誦讀中的毛病會帶到產品裏來。當然，這也是很容易就能解決的。所以我覺得，AI一定會大行其事。因爲它高效廉價，所以一定會受歡迎的。

劉興宇

李老師講到了兩點，我非常認同。第一就是能復刻到高質量的演播者的聲音，其實是很少的。所以爲什麼李易的復刻、夏青先生的復刻，包括剛纔這個《雨水》一推出來以後，馬上在行業中引發大量的討論，就說明這樣好的內容、好的聲音其實罕見的。另外一點，就是廉價的快速複製。李老師播一部長書可能要經過很長時間的醞釀，但對於AI來說，很快就能生成了。我們還想聊一個話題，李老師講到優秀演播者的聲音復刻太少了，比如說您會貢獻您的聲音嗎？您會允許出現一個AI李野墨嗎？

李野墨

我認爲這個話題其實是沒有意義的，因爲AI李野墨是不可能存在的。你們能夠做到的是有點像李野墨聲音的那麼一個東西，它跟李野墨沒關係。就是說我從業這麼多年，我雖然做的可能不太好，但是我一直在努力地向聽我的人張揚我的個性，展示我的內心，並試圖與聽者之間建立一種交流，所以我的聲音不管它好聽還是不好聽，它只是一種媒介、一個外在形式、一種工具。而這個東西離開了李野墨這個人的內心，離開了我這個主體，它沒有意義。

劉興宇

李老師講到的是他自己從內心的表達、情感的表達層面來說的話。我想再探討另外一個層面的問題，就是關於版權。我們都知道，人的形象權的規定已經很規範了，但對聲音版權的規定還沒有那麼細緻。你們在做聲音復刻的時候，考慮聲音版權的事嗎？

郜靜文

這對我們來說是非常重要的因素，如果說我們獲取的版權是不安全的，那麼未來我們的使用也是不安全的。我們對版權的理解大概分兩層：一層是聲音採集的合規和安全性，比如說我們有一個小程序，用戶錄一句話，機器就能模仿你的聲音。只有錄音文本里一定是他親自讀的內容，才能復刻。我們在談判聲音授權的時候，也一定是獲得本人同意進行AI化的，老師也可以要求說只能用在哪些場景。在版權談判中，要尊重第一版權人，這就是我們在版權獲取和版權保護上面。第二，AI化的聲音到底有沒有版權？其實現在法規上沒有定義，是模糊狀態。我覺得還需要進行很長時間的探討。

劉興宇

我覺得從研發端注重聲音版權的保護，這恐怕是非常重要的。李正國老師負責的雲聽是AI聲音的應用端，從應用端的角度，比如說您在使用AI聲音的時候，您會考慮版權的事嗎？

李正國

我一定會考慮。前幾年我去傳統廣播媒體調研，有些主持人對AI技術強烈排斥，認爲AI技術有可能奪了他的飯碗，所以當時我們想採集這個主持人的聲音素材用於AI技術的時候，他根本就不提供，也不授權。現在在AI聲音版權領域，目前法律是空白。如何界定主持人、藝術家的聲音版權？我覺得還需要技術專家來研發，比如說類似於人的指紋是獨一無二的，那麼聲紋是不是獨一無二的呢？像李野墨老師的聲音，隨着AI的技術高度發達後，它模仿的聲音，會不會有一天您自己都辨別不出來真僞？

李野墨

絕對不會。哈哈~

劉興宇

李正國老師在調研的時候發現我們專業的播音員主持人會很謹慎，是因爲我們作爲從業者，已經意識到了我們聲音的價值。我們開場前普通人在玩這個小程序的時候，有沒有注意到我們要把聲音授權出去？

李野墨

不是，我想插一句話，你們三個人剛纔說的一個事情，是有一個概念沒有弄清楚。人的聲音不是一架小提琴或者是一架鋼琴，誰都可以來play。人的聲音絕不僅僅是可以聽到的，外化的聲音。如果我發現誰復刻我的聲音，我就告誰，哈哈，我死了也不許你復刻。

劉興宇

我們今天聽到了一個對於自己的聲音版權堅定的保護者。

李野墨

我不是在捍衛我的聲音，我是在捍衛我這個人。因爲你復刻了我的聲音，熟悉它的人家就聽，這是另外的事。但是你且不說品位問題，有些我肯定不可能去讀的東西，你可以拿它來讀，甚至你拿的那個反黨反社會主義的，誰擔這個罪名？

劉興宇

是的。所以不要把聲音跟誦讀者之間割裂開來，人聲不是樂器的聲音，人聲是跟這個人連在一起的，所以我覺得剛纔郜總說我們很謹慎，因爲沒有這方面法律，所以李老師的意見是，希望政府儘快出臺這樣的法律，對吧？離開了這個主體，聲音沒有意義。我想我們三位都會同意，最終無論AI怎麼發展，恐怕人都是不可或缺的。

李野墨

我不是針對AI，不持排斥和敵對態度。我覺得它大有可爲。

劉興宇

在技術發展過程中，我們一邊在思考怎麼來保持技術的理性，但對於有聲閱讀來說，永遠不能放棄的，還有藝術的溫度。就像李野墨老師作爲演播者，爲文字賦予的那種溫度、那種魅力、那種情感。所以我想，我們怎麼能夠在技術的理性和藝術的溫度之間，尋找到完美的平衡點？我想這是我們在座的各位，包括有聲閱讀領域的從業者們，要一直思考的問題。無論AI技術怎麼發展，人性的溫度恐怕永遠都是我們要堅守的。