AI人工智能的身影已經(jīng)越來越常見，從AI主播、到AI繪畫，又比如本文中的AI配音，越來越多領(lǐng)域開始應(yīng)用、結(jié)合AI，與此同時，AI人工智能的應(yīng)用也讓不少人產(chǎn)生疑惑：在未來，AI可以代替真人完成某些事情嗎？如果可以的話，又可以完成哪些呢？

在原定錄音工作無法完成的情況下，為了保障重要游戲資源的完整，臨時調(diào)整計劃或更換CV并不少見。近日，因為負責(zé)當(dāng)期內(nèi)容的配音演員無法參與錄制，《時空中的繪旅人》和《未定事件簿》也相繼發(fā)布了角色更換配音的公告，不過，這次并不是換人，而是用AI配音替代真人錄制。

AI配音不稀奇，但AI配音游戲角色，還是配乙女游戲中的男主之一，確實是個新鮮事。除了引發(fā)粉絲和吃瓜群眾對背后的內(nèi)情的探究，這一嘗試也讓游戲玩家既期待又忐忑不安。不過，隨著語音在游戲中實裝，以及相關(guān)實機視頻的公布，語音最終呈現(xiàn)出來的效果卻出乎玩家的預(yù)料：

也有被新嗓子俘獲，情緒較為激動的：

雖然存在缺陷，但總體來說并未翻車，反而算得上是驚喜。

一、AI配音正在大步向前

AI配音，似乎在逐漸顛覆大眾的普遍印象：

雖然與早期的小冰等相比，現(xiàn)在的智能語音助手，在語言流暢度上已經(jīng)有了很大的進步，也有了更為豐富的聲音方案，但大部分時候，智能語音助手、AI聽書、短視頻AI配音等，仍然扮演著沒有感情的念稿機器，還會在斷句、特殊句式、多音字上屢次碰壁。而早期作為虛擬歌手標配的機械感和電音，隨著聲庫和調(diào)音技術(shù)的升級，也逐漸被削弱。創(chuàng)作者還會特意加入換氣聲，使之更貼近于真人。

與唱歌不同，除了流暢，語氣和情感也是配音的重點。短視頻中的AI配音之所以讓人覺得“莫的感情”，是因為只滿足了基礎(chǔ)的發(fā)音流暢，并沒有語氣變化與情緒起伏。

不過，在AI聽書這一領(lǐng)域，似乎已經(jīng)有了一些效果，如微軟TTS中文語音、火山語音等，除了銜接自然，在朗讀過程中也會有明顯的輕重緩急。常被網(wǎng)友用來整活的番茄AI讀書（火山語音），在識別到一些具有情緒色彩的內(nèi)容，語速和語氣會有變化——盡管情緒不一定能對應(yīng)上，且極易會受到符號影響卡出鬼畜音頻。

雖然好笑，但確實是生動起來了。

在許多人對AI語音的印象還停留在探索階段時，《繪旅人》和《未定》則在語言銜接、語氣以及情緒上，展現(xiàn)出了高度貼合真人的成果，當(dāng)然，距離完美還有提升空間。

在評論區(qū)，玩家的評判標準也反復(fù)橫跳，一方面知道是AI后忍不住開始找毛病，另一方面又認為不應(yīng)該對AI太過嚴格。

不過，鑒于這是兩個人第一次“學(xué)說話”，評價大體上還是包容居多，甚至自發(fā)尋求合理性，比如莫弈的略微氣虛契合了劇情設(shè)定下的曖昧氛圍，葉瑄的微妙停頓以及電流聲，恰好可以歸于“外星人”設(shè)定。

還原本音外，此次AI配音的另一個特殊之處，在于音源來自于角色而非CV。

無論是虛擬歌手，還是智能語音助手，大都是由真人提供音源。因此對于AI語音，特別是即時生成的語音來說，聲庫質(zhì)量尤為重要。即使是虛擬歌手，其歌曲效果，也不只取決于調(diào)校水平。

但《繪旅人》和《未定》中，葉瑄和莫弈這兩個角色，并非由CV直接提供音源，而是通過角色過往的配音來分析提取聲紋，也就是說，這是葉瑄和莫弈“自己給自己配音”。

涉及到的兩個AI技術(shù)提供者，在這之前也已經(jīng)在其他領(lǐng)域中大展身手。網(wǎng)易AI Lab曾在去年與《羊城晚報》合作推出廣東媒體首個視頻類真人AI合成主播“羊小晚”和“羊小派”。

至于逆熵AI，在前段時間米哈游旗下虛擬偶像鹿鳴的直播上，就引發(fā)過討論，在幾年前公布時，也對AI配音這方面做出了解釋，即深度學(xué)習(xí)記錄配音演員的聲音和情感，做到輸入文字就能夠生成語音。也是由于這一項技術(shù)的經(jīng)驗，相較于準備時間較為倉促且第一次嘗試的葉瑄，莫弈的配音才能呈現(xiàn)出更好的效果。

相似的原理，在虛擬歌手身上也得到了應(yīng)用，8月末，洛天依AI在軟件ACE Studio上開啟公測，同樣是通過深入學(xué)習(xí)來模擬真人發(fā)聲效果。

在視頻平臺上，也有網(wǎng)友將洛天依AI聲庫與此前的V3、V4聲庫進行對比，相比之下AI聲庫呈現(xiàn)出來的歌曲片段，在流暢感和真人感上都有很大的提升，更為自然柔和。不過也有網(wǎng)友認為這樣失去了洛天依特有的標志性電音。

洛天依聲庫的加入，無疑讓ACE Studio進入了更多網(wǎng)友的視野，而除了調(diào)音，這一虛擬歌姬軟件的捏聲線功能也為創(chuàng)作者帶來了更多的靈感和途徑：

在選定模板的基礎(chǔ)上，通過調(diào)節(jié)參數(shù)得出聲音“配方”后，給人的感覺基本就像是角色本人在唱歌了。

但無論是真人音源還是虛擬音源，由于AI的可調(diào)性，AI語音呈現(xiàn)出來的效果和真人也有著微妙的差異。這在虛擬歌手上比較常見，在聲線和語氣上已經(jīng)高度還原的莫弈身上，也會產(chǎn)生一種角色和CV分離開來的感覺，給人的感覺像“貼莫而不貼姜”。

而神奇的是，這種與真人稍微剝離的感覺，似乎并不會讓玩家不滿，反而讓他們更有代入感。

二、AI會代替真人配音嗎

使用AI配音的直接目的，是避免因為外界因素而導(dǎo)致超出計劃的變動。不過，這也受到角色定位的影響，近兩個月中，其他游戲里也有姜廣濤配音的其他角色出場，如《花亦山心之月》中的玉澤和《食物語》中的龍井蝦仁，但除了提前錄好的部分，在其他內(nèi)容中暫時成為了“啞巴”。

這些角色雖然也有高人氣，總歸只是眾多角色中的一個，在時裝及其劇情的暫時失聲并沒有太大的影響，但作為乙女游戲的男主角之一，葉瑄和莫弈在活動劇情中缺席或失聲，都會對角色塑造和玩家體驗上產(chǎn)生嚴重的負面影響。

而在局勢尚未明朗的當(dāng)下，更換CV也確實不合適，因此，使用AI配音，便成為了最優(yōu)解。

AI會替代真人配音嗎？對此網(wǎng)友的態(tài)度也各不相同，有人認為AI配出來的沒有靈魂，有人則認為紙片人就應(yīng)該配電子音：

不過，就當(dāng)下的情形來看，短時間內(nèi)這樣的可能性不大。

主要是在于技術(shù)與成本。人工智能的使用，很大程度上是為了降低人力成本，但應(yīng)用的范圍也有限。當(dāng)前AI配音主要應(yīng)用于不需要太多情緒的短視頻文案、新聞播報、聽書功能上，滿足基本的信息傳達功能。

而更為復(fù)雜的有情緒的AI配音，在這些領(lǐng)域是不適用的，也不必要的。因為AI配音的相對低的成本，并不包括像《繪旅人》和《未定》這樣給主要角色臨時配音的情況——不僅要考慮語言流暢、還要在語氣情緒上貼近角色，以及盡量還原配音演員。在技術(shù)要求和工作量上，這無疑是高于真人配音的，也并非所有的游戲都能擁有網(wǎng)易米哈游兩家大廠在資金和技術(shù)上的支持。

而對于合作雙方來說， 除了與角色的適配度，CV本身的影響力，也是游戲廠商考慮的重點。雖說將角色與配音演員聯(lián)系在一起并不好，但這種現(xiàn)象依舊是普遍存在，否則也不會將CV作為宣傳點，并舉辦CV和玩家的互動活動了。這些附加效應(yīng)，自然也是真人配音的高成本中的一部分。而廠商要創(chuàng)造獨家AI CV，再將其打造成為IP，擁有與頭部CV相當(dāng)?shù)奶栒倭?，并不是能一朝一夕完成的?/p>

此外，AI配音技術(shù)尚未完全成熟。

而且，比起情感，AI配音更多的是擁有了情緒，而這些情緒是通過一點點的后期調(diào)節(jié)來實現(xiàn)的。相對于真人，許多時候數(shù)據(jù)或許會少了一些打動人心的力量。比如視頻創(chuàng)作者的小情緒、發(fā)音習(xí)慣、甚至是偶爾的口胡，都能拉近與觀眾的距離，這是追求完美的的AI配音無法實現(xiàn)的。

雖然對頂級的CV沒有太大的影響，但對于許多在業(yè)務(wù)能力和知名度上較低的配音工作者來說，AI配音的不斷進步確實會有威脅，比如現(xiàn)在的AI聽書已經(jīng)開始擠占有聲書市場了。但這也并非完全是壞事，競爭會推動配音演員對自身技能的提升。不過，這一問題并非面向個人，而是需要整個行業(yè)進行調(diào)整，提升真人配音的競爭力來應(yīng)對危機。

三、結(jié)語

AI配音游戲角色，讓人們看到了這一技術(shù)在語音領(lǐng)域的又一次進步。在感慨人工智能技術(shù)的越來越強大的同時，也擔(dān)心會帶來虛假信息、擠占市場、剝奪創(chuàng)造力等社會問題。此前的AI換臉、AI繪畫，也是如此。

但就如機械代替部分人力一樣，AI在更廣泛領(lǐng)域得到應(yīng)用的趨勢是不可阻擋的，我們只能通過法規(guī)等來規(guī)避其隱患，而無法阻止它。但能替代的，也只是一部分，至少在目前，AI配音的應(yīng)用范圍還十分有限，而在技術(shù)成熟和成本降低的未來，局面或許會發(fā)生改變。

不過，即使是AI技術(shù)在未來達到了突破性進展，我也更愿意相信，將AI作為輔助工具，協(xié)助真人CV完成各類配音工作，并在這一過程中互相學(xué)習(xí)促進，才是最理想的結(jié)果。