2021-01-24 | 박현욱 기자

[访谈]郑升焕Lion Rocket代表“用你想听的声音…AI也能朗读文章”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

“利用人工智能(AI)技术,可以在音频、视频等中以自己想要的人的声音收听语音,还能亲自制作。我想用AI语音合成技术打破现有内容市场的框架。”

AI技术创业公司Lion Rocket的郑升焕(29岁,见图)代表最近在接受Seoul Economic Daily采访时如此表示,“我们将致力于让用户轻松接触到能够大幅削减有声书或视频制作所投入的大量费用和时间的AI技术”。

Lion Rocket开发了由AI以合成特定人声的语音自然朗读句子的文本转语音技术。这是一项只要有20分钟的声音录音素材,AI便可学习并分析声音音调、语调、速度等特征,从而自动读出文本的AI语音合成技术。与以往文本转语音技术将语音分为辅音、元音再拼接发声不同,这一AI直接学习并再现声音的语料。

郑代表解释称,“不必像地铁广播那样长时间录制配音员的声音,仅凭少量声音数据就能真实再现语音的算法,是这项技术的核心”。事实上,去年4月某地面波电视台的国会议员选举计票播报中,就合成了各政党代表的声音,用于播报各地区候选人、政党得票率。去年10月,公司还与文化财厅一同支持制作视障人士用盲文感觉书,再现了捐出声音的演员李秉宪和韩志旼的声音。

郑代表表示,“在日常生活中人们似乎感受不到AI技术”,“我们要让它成为像AI语音合成制作的有声书那样、可以轻松体验的普及型技术”。他解释称,制作有配音员参与的有声书通常需要一个月左右,费用也在1000万韩元上下,而利用AI可将费用和时间减少至十分之一。Lion Rocket已与Media Changbi等携手,至今出版了10部有声书。

语音合成技术的领域也扩展到了视频。Lion Rocket去年10月推出试行服务的视频制作程序“Vresss”,只需上传PowerPoint资料,便会以语音合成为文本配音,并自动添加字幕。他表示,“例如教会牧师即使不亲口讲述讲道或教育资料内容,也可以再现牧师的声音制作成视频”,“目前约有1000人在试用,计划今年上半年正式开放网络服务”。

在汉阳大学主修信息系统学的郑代表,大学时期以制作视障人士用有声书为目标自学AI,2018年与同系两名同学一起开发了语音合成技术。他于2019年3月创办公司,尽管创业时间不长,技术却获得认可,包括民间投资主导型技术创业支援(TIPS)等,至今获得的投资额已达20亿韩元。

他还立下今后进军海外市场、与全球巨头企业一较高下的目标。他补充道,“我要把过去在拍摄、编辑、字幕等内容制作上必须投入大量心力的环境,改变为只用一部智能手机就能轻松完成”,“将开发帮助人类更专注于创造性工作的技术”。 /朴贤旭记者 hwpark@sedaily.com

阅读韩文原文