专业广告录音制作软件

　　李萌是北京一所高校播音主持专业的大四学生。为了让小冰开口说线 月以来，她每周来录音棚三次，每次从早上十点工作到下午五六点，最多一天大约能录 700 多句。这里录下的每句话都会保存成一个 wav 文件，传给微软的工程师处理。

　　李萌最早知道这个录音项目是 5 个月前。她说，学院老师让同学在班级群转了条消息，称有家公司需要为人工智能项目配音，要求是阳光、活泼的女生。

　　和班上几名同学一起报名后，老师带着她们到录音公司录制海选作品。不怎么用微博的李萌，当时还不知道小冰的存在。

　　明星是最早被放弃的，她们的声音太有个人特色，会被认出。而有经验的配音演员年纪普遍较大，很难一直“装”出 17 岁少女的声音。

　　“17 岁”使小冰成为人工智能中的异类。在人工智能还不够智能的今天，科技公司在推出人工智能助手的时候倾向于模糊人工智能的形象。日和中文配音苹果 Siri、亚马逊 Echo 以及微软的另一个语音助手 Cortana 都没有强调人工智能的年龄。

　　而小冰从推出之初便自称“16 岁少女”，去年年底一条宣布自己 17 岁的微博，引来 2000 多条评论。

　　录音指导廉洁负责塑造小冰的声音，在她看来，日和中文配音小冰这个 17 岁的姑娘“天不怕地不怕，同时也可以撒娇、卖萌，也可以削你。”

　　但技术团队提供的需求要细得多，在一份好几页的 PDF 文档上，微软的产品经理列出了“普通话”、“不要方言”、“关切度”等一系列指标。

　　两轮筛选以后，第三轮候选人只剩下五个人。这时侯除了主观判断以外，微软互联网工程院的研究员和工程师也加入参与进来，用技术手段衡量每一位参与者的声音是否稳定。

　　“之前录的一百句和第三百句之后的一百句。这两个一百句之间，如果是随便找个人的话，他的差异可能会很大。”人工智能语音组研究员夏海荣向《好奇心日报》解释说。只有稳定的声音才能被计算机识别处理，并根据需要重新组合成任意语句。

　　最后，录音指导和工程师在一张复杂的表格上分别给五名候选人打分，综合主观和技术数据两个维度后，来自同校同专业，编号为 102 和 143 的两名大学生开始为小冰“发声”。

　　在挑选发音人的同时，工程师们也开始着手构建小冰的语料库。语料库是工程师给小冰发音人挑选的句子，也是小冰声音来源的基础。