如今,合成语音与深度伪造等AI欺骗手段的结合虽令人担忧,但对于丧失语言能力者而言,它却是不可或缺的工具。Acapela Group推出的“我的声音”服务正为此而生,允许任何人免费训练专属AI语音档案。
Acapela深耕文本转语音领域约25年,近期被科技无障碍巨头Tobii Dynavox收购,但仍保持独立运营。
神经技术引发革命
无障碍技术深受消费级机器学习影响。Acapela联合创始人Remy Cadic回忆,七八年前定制合成语音繁琐且效果不佳:“患者需训练8小时。现在只需录制50个句子,耗时约10分钟,次日即可生成语音库。神经文本转语音技术正引发一场革命。”
使用自己的声音而非列表中的预设音,能显著提升人性化体验。尽管许多人有此需求,但直到最近才成为可能。
便捷体验与高质量还原
新流程确实快捷简便:仅需录制50句选自小说、食谱及文章的短句。录音界面直观,一两天后语音即准备就绪。其质量自然,无明显机械感,能准确还原个人声线并流畅处理各类文本。
生成的语音档案可付费下载至兼容系统(如Tobii Dynavox的TD Talk及设备),满足未来潜在需求。
以用户为核心的实用工具
该服务并非单纯的技术演示或名人声音克隆工具,而是专为失语风险人群打造的实用解决方案。对于面临退行性疾病、癌症或手术导致失声的患者,简化声音保存流程意义重大。
Cadic表示:“我们针对儿童进行了定制,优化了录音脚本并提升合成质量,是全球首家实现此功能的厂商。”此外,系统支持对已保存声音进行人工老化处理,并能兼容不具备最新神经芯片的离线设备,避免了纯云端方案的不便。
数据多样性与包容性
除常规录音外,模型也可基于历史录音训练,以适应后期丧失语言能力者。Cadic指出,超快训练技术若缺乏相近说话人数据,生成效果会大打折扣。
产品经理Nicolas Mazars补充道,AI问题分布并不均匀:“现有流程对普通白人男性效果较好,但对非裔美国人或非英语母语者仍有不足。我们支持23种语言,正积极依靠残障用户反馈迭代产品。”
目前,录音和存档过程完全免费;仅在需要将语音下载并安装到设备时才需付费。

