人工智能(AI)音频企业Supertone于4日表示,将于5日在全球正式推出基于AI的实时语音转换服务“Supertone Shift”。这距去年11月在国际游戏展“G-STAR 2023”上抢先公开已过去一年多。
Supertone Shift是以NANSY为基础,分析用户声音并实时转换为所需角色声音的服务。今年4月起进行了为期6个月的公开测试,全球累计下载量超过25万次。Supertone根据测试参与者的反馈,大幅强化了对内容制作和使用环境有用的功能。公开测试时推出的角色声音从10个扩大到38个,并计划每两周新增声音。系统语言除英语外还增加了日语。此外,考虑到用户便利性,还改进了部分用户体验与用户界面(UX·UI)。
Supertone Shift应用了Supertone自主研发的基础模型“NANSY”(Neural Analysis & Synthesis)。NANSY是一项将声音分解为音色、发音、音高、重音等4个构成要素,并可分别控制、重新合成的技术。
Supertone还于上月31日启动了基于TTS(Text-to-Speech)技术的AI语音服务“Supertone Play”的公开测试(OBT)。Supertone Play是以NANSY为基础、应用将文本转换为语音的TTS技术的AI语音服务。50个声音角色各支持韩语、日语、英语3种语言,共提供150个声音选项。先选择适合台本的声音生成初版语音,再利用NANSY对声音构成要素进行多样组合,即可实现最契合创作意图的语音。该服务以Supertone独有的TTS技术为基础,不仅学习真人发声风格,还学习情感信息以生成自然的声音,因而可实现丰富的情感表达。
Shift正式版和Play公开测试版可在Supertone官方网站下载使用。Play将在公开测试期间收集用户意见改进服务,并计划于明年上半年正式发布。
此外,Supertone还于本月1日推出面向音响专业人士的服务“Supertone Air”。该服务是一款音频插件,可提取某段音频内容录制场所的回响或反射声等,并将其应用于其他音频,以再现该空间的音响效果。Supertone期待通过Supertone Air,让后期制作工程师便捷地实现空间音响,提高音频后期工作的便利性与效率。
Supertone首席执行官李教九表示:“Supertone产品的核心价值在于拓展创作过程中所需的想象力与表现力的边界,使创作者的意图能够以更深刻、更有回响的叙事方式传达给听众”,“为此我们将持续开发技术、强化竞争力。”






