10 月 31 日， 2023 云栖大会在杭州云栖小镇正式开幕，喜马拉雅携自研语音技术成果亮相这一重要科技盛会，与全球科技、数字精英，共同探讨AI、云计算、大数据等新兴技术的未来发展趋势。大会之上，喜马拉雅带来了AIGC与文娱音频产业深度融合的最 新成果，展示出喜马拉雅在人工智能领域的长足进步。
在云栖大会现场，喜马拉雅展示了其自研的珠峰语音生成式大模型。该大模型是由喜马拉雅珠峰智人团队与西北工业大学aslp lab展开合作，基于自研框架，实现音频与文本在统一框架下的稠密训练，用于语音生成任务，能够实现语音风格和音色的 zero shot 的学习和迁移。借助喜马拉雅基于阿里云数据湖3. 0 构建的云原生大数据平台，创作者可利用该模型实现风格和音色的任意组合。
据喜马拉雅首席科学家、珠峰实验室负责人卢恒介绍，“喜马拉雅语音生成式大模型目前已经取得了显著的突破，在音色定制方面实现了 5 秒内的‘极速克隆’声音。通过极少量的数据，该模型能够克隆出具有90%相似度的基本音色，并在短短的 10 秒内快速生成定制音频。未来，这项技术在短视频创作、数字人配音、人机交互对话、名人IP复刻等领域有望发挥出巨大的潜在价值，有效解决商业场景中的沟通需求痛点。”
与珠峰语音生成式大模型共同惊艳展会的还有喜马拉雅AI儿童形象代言人“波波”。“波波”是借助喜马拉雅第二代智能语音交互系统生成的IP形象，“波波”具有连贯的对话能力，可为家庭亲子用户提供陪伴对话功能。
作为深受用户喜爱的在线音频平台，喜马拉雅一直坚持以科技赋能文化。近年来，喜马拉雅在AI语音技术领域取得卓越成就，成立的喜马拉雅珠峰实验室，专注于语音合成、语音识别、语音信号处理、编解码和智能音效的研究和开发。喜马拉雅已在多模态AIGC、软硬件结合等领域取得了丰富的成果。
此前，喜马拉雅珠峰实验室运用AIGC技术能还原已故的评书大师单田芳先生的声音，并使用他的AI合成声音来全新演绎经典之作。单田芳先生之子单瑞林对AIGC声音的表现给予了高度肯定。目前喜马拉雅平台上，借助AIGC制作的“单田芳声音重现”系列专辑，播放量已经超过 1 亿次，为听友朋友们重现经典声音，带来故事的全新演绎。
未来，喜马拉雅将继续探索人工智能、大数据等新兴技术，为用户提供更好的收听体验，同时提高创作者的内容生产效率，用技术为声音赋能，为生活添姿加彩。
（推广）