李教授的学生叫李燃——最初听名字的时候，老赵心里还猜想过，会不会是李教授的私生子，他才帮着学生出头来找自己。
听名字就很像，李明然，李燃。
不过见到真人之后，老赵可以确定不是。
李明然文质彬彬的斯斯文文，李燃乍一看和什么博士硕士根本不沾边，压根就是一黑胖子，长相很凶恶，走在大街上跟黑猪成精没啥两样，搁在古代，直接抓官府说他是山贼都有人信。
都说相由心生，老赵也搞不懂，他一个博士，在大学校园里熏陶了快十年，怎么长成这样。
也难怪他找不到投资人，马芸只是长得怪，并不恶，可这位李燃同学，任凭谁看到，第一印象都不会好。
赵泽君尽量让自己抛开对丑人的刻版印象，去听对方说话。
“赵总，我的研究成果主要是人工智能语音……”能看得出来，面对面和赵泽君直接交流，李燃多少有点紧张，打开笔记本的时候差点把桌上的水杯给碰翻了。
赵泽君不动声色的把对方的水杯稍稍朝一边挪了点，点点头，继续听他说。
“人工智能，顾名思义，电脑可以像人一样‘说话’。我们平时从电脑里听到的‘说话声音’，一般是事先录制好的，比如说播放音乐，听起来是电脑在说话，本质上是计算机播放了一段事先录制的音频，并不是计算机本身在唱歌。而人工智能语音，就是让电脑去识别文字，然后发出类似人的声音……”
说着，他随意输入了一段文字，应该是徐志摩的诗，在软件里点了几下按钮，电脑果然发出了很接近人类的声音，朗读这首诗。
但是电脑的声音没有感情，平淡无起伏，读起来也断断续续的。
和后世的导航声音原理差不多。
计算机是个很笨的东西，它的强项在于重复运算，而人类能做到的很简单的事，对于计算机做来说就很困难，需要成千上万的指令，甚至大部分是不可实现的。
比如感情、判断，直觉等等。
一个成年人，‘断句’是非常简单的事，根本不用过脑子，计算机却得经过N道运算，无比废力。
所以也有人说，人类本身，就是上帝创造的一种最神秘也最伟大的‘生物机器’。
“我打断一下。”赵泽君抬头看了眼时间，然后说：“据我所知，科大腾飞也在做人工智能语音这一块，而且做得比你要好。我听过，更加流畅，而且已经可以达到用中、英两种语音。你的产品，优势在哪里呢？”
“赵总，这就是我接下来要说的。”李燃咽了口口水。
“别紧张，时间还很多。”老赵挥手笑笑。
“嗯。”李燃说：“是这样的，腾飞的识别和朗读，起步早，投入大，比我的研究要领先。但是在人声音的模拟上，我可能要超过他们。”
“腾飞也有人声模拟吧。比如，模仿某个明星的声音。”赵泽君很清楚的记得后世的导航里，应用的就是模拟技术，可以选择郭德纲的声音，林志林的声音，听起来还都挺像那么回事。
“但是您不觉得，腾飞模拟的声音，这是形似，而不是神似嘛？”说起专业擅长，李燃好像变了一个人，目光炯炯有神地反问，“是能模拟出明星的声音，可并没有神韵，一听就是机器声。”
“这倒是。没有感情起伏和顿挫。”赵泽君点点头。
“用专业术语说，声音三个主要特征，是音调、响度和音色，响度是声音波形的振动幅度，音调的频率，也即是经常说的男高音、女中音之类，音色是声音波的波形，决定了声音的品质。”
李燃开始侃侃而谈：“模拟一个人的声音，第一步是这三个特征和本人的特征极为接近，这一点上，腾飞做得比我要好，但并非不能赶超的。像跑步，他们跑得快些，先跑了半分钟，我虽然落后，但只要一直跑，也能达到他们的水平……”
老赵点点头，示意他继续。
“第一步，三种特征实现形似，第二步，想要实现神似，就必须捕捉一个人声音这三者的配合方式，通过计算机表现出来，并且要存储一个人大量的说话习惯，才能模拟对方真实的说话声音。”
“你能演示一下吗？”赵泽君问。
“可以。就用我自己举例子吧，我在数据库里存储了我个人大概十个小时的讲话，讲话内容都很随意，如果不用这个数据库，电脑模仿我的声音，大概是这样的……”
他点开了程序，电脑的读了一段话，乍一听和李燃的声音很接近，但稍稍留心下，就会判断出这不是李燃。
有形无神，像是李燃很机械的在说话。
“那么如果用我的声音数据库，进行分析后，就是这样的……”李燃低着头一边操作电脑，一边说。
可说完之后，电脑没有发出任何声音。
“怎么了？”赵泽君一愣，问。
只见李燃抬起头来，笑呵呵的看着老赵，嘴唇紧闭。
但是他的声音又一次在房间里响起：“那么如果用我的声音数据库，进行分析后，就是这样的……”
“哦！”老赵恍然大悟，刚才李燃低头时候根本没说话，他听到的，只是电脑里的人工智能声音。
“有点意思，你再放一遍，我仔细听听。”赵泽君说。
“我放点别的吧，让它读一段文章。”李燃这次是自己说的，然后导入了一段常用的聊天话语，重新启动了程序。
“阿姨你好，我是李燃，请问李教授在家吗，是这样的，我有一个项目……”
赵泽君仔细的听着，微微点头。
这次先入为主，知道这是机器声音，然后专门留心去判别，还是能发觉和李燃本人是有一定差别的。
但如果不留意，或者和李燃不是很熟悉的话，乍一听，说话的这个人就是李燃。
“如果换成模拟别人呢？”赵泽君问。
“数据库越庞大详细，模拟的越是准确。”李燃说：“我试验过，一般能有对方四五个小时的讲话作为数据，差不多就能大致掌握对方的说话习惯，数据越多越详细，模拟得越逼真。像刚才那段，有我十个小时的讲话时间。但是理论上来说，不可能百分之百以假乱真。”
“嗯。”老赵又一次看了看时间，已经过去了35分钟，“你这个技术的确有意思，但未来怎么进行商业应用？”
“赵总，我暂时并不准备进行商业化。这项技术尚不成熟，第一步模拟声音三特征距离腾飞还有段路要走；第二步，收集数据库暂时也没有任何规律可言，只能通过大量的讲话，我想把这两个问题都解决了，技术进一步成熟之后，再商业化应用。”
↑返回顶部↑