时间: 2023-11-30 22:27:28 | 作者: 新闻中心
时间: 2023-11-30 22:27:28 | 作者: 新闻中心
近日，不少郭德纲说英文相声、赵本山伦敦腔接受采访、马保国狂飙日语化身马大佐的视频开始在互联网风靡，这背后的核心技术来自于一款AI视频工具。
据悉，这一技术支持300多种声音、40多种语言，不但可以准确卡点，音色与讲母语时候的音色类似，甚至连口型都能对上。
从上周开始，郭德纲说英文的视频就开始在抖音、微博等平台疯传，在这些视频中郭老师不仅用英文接受媒体采访，还用英文说相声。而这些视频并非简单的配音或者AI变声，而是高度贴合人物声线和风格、甚至连嘴型都匹配，以假乱真程度让围观者大为震惊。
本周一赵本山用伦敦腔接受采访的视频以同样的原因在全网爆红。在这两例娱乐性极强的案例的启发下，有网友认为在未来翻译的工作非常有可能被AI取代，而好莱坞罢工所担忧的AI取代演员危机似乎也初见端倪。
蓝鲸记者正常采访到了其中多条爆款视频的制作者UP主赛博法师，他告诉蓝鲸记者，这些视频的爆火在他的预期之中，在发作品之前，还在制作的步骤中的时候我就知道会火。他表示，自己本身是传媒、新媒体行业出身，进行AI相关联的内容创作也有半年多，觉得自身的网感和对AI发展的情况都有一定自信，在作品还在制作中的时候，我都在不禁感叹，实在是太像了。我们这些AI相关的创作者更了解现在的AI发展到哪一步了， 阈值比普通人更高，连我都感叹的东西，普通人看到也一定会赞叹。
除了技术本身带给大家的震撼，这类爆款视频的主人公也是精心选择的结果，赛博法师表示，主要是反差感。赵本山和郭德纲都是老派语言类表演艺术家，他们在公众面前的形象都是比较有乡土气息的，并不那么洋气，那么设想一下，当观众们看着他们两个突然飚出一口英文会怎么样？我就是想抓住这个反差感，让他们第一时间吸引观众的耳朵和眼睛。
不过从AI孙燕姿起，版权就像一把达摩克利斯之剑悬在创作者头上，赛博法师也不免有此担忧，他告诉蓝鲸记者，自己虽然同步在B站与抖音都发布了相关视频，但赵本山和郭德纲并没有在抖音火起来，很大程度上是因为被限流了，还是比较担心版权问题的，目前这还只是翻译了原视频，我要是直接修改人物发言内容，造成名誉受损、造谣等后果那就太严重了。
据赛博法师介绍，AI郭德纲的实现主要基于一款AI视频工具HeyGen，用户只需上传视频，选择语言，就能生成自动翻译、音色调整、嘴型匹配的视频。
HeyGen的开发团队为诗云科技，司如其名，公司名中的诗云取自刘慈欣科幻小说《诗云》，寓意人的创造性无法被科技取代，但创作的过程和效率却可以被机器极大优化，而现实中诗云科技要做的也是用AI生成内容，让用户以更低成本完成内容创作。
据天眼查APP，诗云科技的法定代表人为徐卓，目前公司已完成两轮数百万美元融资。其中2021年3月，诗云科技宣布获得红杉中国种子基金和真格基金的天使轮投资；同年8月30日，诗云科技宣布获得数百万美元Pre-A轮融资，由IDG资本领投、红杉中国种子基金和真格基金跟投。
徐卓英文名Joshua，他本科毕业于同济大学自动化专业，后前往卡内基梅隆大学攻读计算机硕士学位。作为明星应用Snapchat前100号员工 ，徐卓从0到1搭建了Snapchat广告平台、推荐算法系统和机器学习平台Barista，并负责AI camera的技术及产品研制，经验十分丰富。他的创业合伙人梁望此前在字节跳动担任北美设计主管，二人同属大厂精英。
HeyGen于2022年7月正式推出，据36氪报道，HeyGen在7个月内实现了100万美元的ARR（年度经常性收入）。
HeyGen的收入大多数来源于于付费，据赛博法师介绍，这款应用分年付和月付，月付最低29美元包含15分钟生成时间，再往上还有几个档次，主要是包含的生成时间不同。对这种的收费，赛博法师认为对于普通用户而言并不便宜，29美元/月的起步价对于美国人来说可能不算得上什么，对于国内来说就太贵了，毕竟换算下来两百块出头了。
但同时他也肯定了HeyGen的技术：半年前的AI技术，还需要20-30分钟的人声素材，才能训练出一个声音模型，而HeyGen只需要几十秒，而且目前没见到同种类型的产品能做到像HeyGen一样对口型。
自从ChatGPT在国内掀起AI浪潮后，大厂悉数投入战斗，但现实来看，当初对标ChatGPT的大模型类应用或尚未面世，或并未掀起太大水花，相反一系列具体的落地应用反而成为了一个个小爆款。
SO-VITS-SVC源于2021年6月11日发布的VITS的开源项目。VITS是一种语音合成模型，能轻松实现文生音的效果。但VITS模型需要海量的训练数据，并高度依赖于人们对语料数据的文本标记，应用门槛很高。2022年8月26日，一位名为Rcell的B站用户在VITS的基础上，结合了Soft-vc、VIsinger等，开发出了SO-VITS-SVC模型。SO-VITS-SVC能够理解是一个音色转换的AI模型，仅需十几分钟的音频数据，便可以拟合成具备特定主体音色的工具。
2023年8月，国内首个AIGC爆款应用妙鸭相机引爆网络，这是一款以AI大模型为基座的App，是由阿里大文娱投资的一个创业项目。该产品公布后，一些高峰期排队、个人隐私相关线月，凭借AI郭德纲与赵本山，HeyGen走入大众视野。
纵观在国内激起大众舆论层面关注的几款AIGC应用不难发现，玩具属性似乎是走红的基础，当初对标第四次工业革命的AI创业浪潮则并没有在大众层面给生产力环节带来相应的惊喜。AIGC究竟会在多大程度上真正影响我们的生活？
对此，赛博法师认为，一个技术从出现，到被大家熟知，需要一个过程。以玩具的形式出现在大众眼前，并不全是一件坏事，同一种技术，既能做成玩具，也能做成工具。比方说我之前做过摄影师，在我手里我觉得单反相机更好用，手机只是图一乐，拍不出相机的效果。但在普通人手里，相机还真没有手机好用，使用门槛的高低直接决定了适用人群，玩具也可，工具也可以，主要是看谁来用。
