AI合成技術(shù)正在通過各種智能設(shè)備實(shí)現(xiàn)并應(yīng)用

近日，百度地圖推出了定制化語音導(dǎo)航功能，簡單說就是用戶根據(jù)提示采集原聲，十幾分鐘后你將獲得屬于自己定制化的語音導(dǎo)航音頻包。所以說用戶除了郭德綱、林志玲、羅振宇……這一票人之外還有更多選擇。其實(shí)我們?cè)谑褂妹餍菍?dǎo)航音頻包時(shí)會(huì)發(fā)現(xiàn)，除了很多“左轉(zhuǎn)”“紅綠燈路口”這類常規(guī)交通詞匯外，很多涉及地名的、地標(biāo)的詞是可以聽的出是合成的。而現(xiàn)在“語音合成”技術(shù)推向普通用戶，就有了這些AI定制化合成服務(wù)。

單從使用AI合成的相關(guān)App來看，不禁聯(lián)想到那個(gè)“一夜而紅”的ZAO，還有國外的Deepfake，AI脫衣軟件DeepNude等等。而國內(nèi)專注于人工智能領(lǐng)域的企業(yè)越來越多，例如：商湯科技、曠視科技這兩艘“AI巨輪”的業(yè)務(wù)主要是對(duì)政府及企業(yè)的;而科大訊飛、大疆、華為、小米、優(yōu)必選科技的部分硬件類業(yè)務(wù)是to C類的;極鏈科技是專注于視頻領(lǐng)域的人工智能企業(yè)，業(yè)務(wù)面向品牌主及流量方，也就是to B類的。

對(duì)于廣大 C端 用戶來說，AI合成技術(shù)正在通過各種智能設(shè)備實(shí)現(xiàn)并應(yīng)用。比如地圖AR增強(qiáng)，定制化音頻服務(wù)、定制化視頻服務(wù)、專屬智能客服等。

其實(shí)剛才提到過的曾經(jīng)爆火的這些App應(yīng)用，“ZAO”、“Deepfake”、“DeepNude”技術(shù)上有些共同之處，但是的點(diǎn)不同。“DeepNude”涉及色情內(nèi)容，并上升到人身攻擊最終被禁止。網(wǎng)友用“Deepfake”在網(wǎng)上大量惡搞政府首腦，比如的惡搞視頻眾多。

而離我們最近的“ZAO”，在有了前車之鑒后，看的出在盡可能規(guī)避可能產(chǎn)生的負(fù)面效果，視頻素材內(nèi)容由平臺(tái)方把控。但不可避免的是在用戶對(duì)照片進(jìn)行授權(quán)所涉及的隱私問題，因?yàn)椴粏渭兪巧蟼髡掌纯?，而是需要用戶多角度的認(rèn)證，有些“恐慌”確實(shí)不可避免，因?yàn)閽吣樦Ц?、掃臉登陸等功能已?jīng)被廣泛應(yīng)用，這是用戶最直接的對(duì)“ZAO”開發(fā)者的質(zhì)疑。隨后不久背后的公司陌陌科技被有關(guān)部門談話并要求整改，目前來看在ios的熱度及下載量仍然穩(wěn)定在前三名。

不再處于風(fēng)口浪尖，“ZAO”進(jìn)入了平穩(wěn)期，而大家對(duì)其盈利模式以及產(chǎn)品定位仍有疑問，似乎并沒看到一個(gè)清晰的變現(xiàn)方式。雖說當(dāng)前“視頻社交”火爆，但是僅憑陌陌的用戶帶動(dòng)還是比較乏力的。App自身沒有社交屬性，只是單純的內(nèi)容產(chǎn)出，和其他的分發(fā)渠道聯(lián)合顯得很必要。而問題又來了，這些內(nèi)容只適合小范圍內(nèi)私域傳播，用戶不愿意擴(kuò)散是關(guān)鍵。沒有爆炸傳播的潛質(zhì)，所以營銷能力也被削弱?；蛟S只是曇花一現(xiàn)，但是對(duì)于用戶來說，拍照合成視頻的趣味性還是非常強(qiáng)的，但關(guān)于變現(xiàn)場景仍需要一段較長的摸索期。

工具類軟件更能被大家接受認(rèn)可，微信中音頻轉(zhuǎn)文字功能用起來很方便，并且通過計(jì)算機(jī)的學(xué)習(xí)，準(zhǔn)確度也在不斷提高。而科大訊飛推出的「訊飛聽見」是目前將音頻轉(zhuǎn)文字業(yè)務(wù)做的較為成熟的平臺(tái)。業(yè)務(wù)細(xì)分為機(jī)器快轉(zhuǎn)和中文人工精轉(zhuǎn)兩種服務(wù)，可直接收費(fèi)變現(xiàn)。和百度地圖的定制版語音導(dǎo)航類似，屬于上傳后的AI處理，非在線轉(zhuǎn)化。

地圖app，作為一個(gè)相對(duì)高頻使用的工具類應(yīng)用，除了在滿足常規(guī)通行服務(wù)外，正在發(fā)現(xiàn)更多的To C服務(wù)場景。比如google地圖推出的AR導(dǎo)航功能，已經(jīng)開始測試應(yīng)用，用于幫助用戶以在線實(shí)景增強(qiáng)的方式判斷方向及路線。華為也正在布局地圖服務(wù)，在Cyberverse數(shù)據(jù)平臺(tái)上發(fā)了Map Kit，而相關(guān)AR技術(shù)的應(yīng)用是在景區(qū)、博物館之類的場景做實(shí)景增強(qiáng)標(biāo)注和講解服務(wù)。在2017年高德地圖就推出了景區(qū)語音導(dǎo)游服務(wù)，發(fā)展至今已經(jīng)比較成熟。

AI+音樂，在線音頻也一直被關(guān)注。今年7月抖音對(duì)外宣布了收購英國AI初創(chuàng)公司Jukedeck，這家公司正在研發(fā)一種技術(shù)，將用人工智能創(chuàng)作音樂，對(duì)歌詞自動(dòng)配樂等方面。通過AI對(duì)音樂的深度學(xué)習(xí)，滿足用戶自由選擇音樂類型、曲風(fēng)、時(shí)長等要求，讓每一個(gè)用戶都能體驗(yàn)到音樂創(chuàng)作的樂趣。

可以發(fā)現(xiàn)，相比5年前，AI合成技術(shù)已經(jīng)不再那么神秘。而那些曾經(jīng)“紅”極一時(shí)的深度偽造類App，通常在道德、隱私、風(fēng)險(xiǎn)等方面游走規(guī)則的邊緣，似乎滿足人們?cè)?ldquo;窺視”、“色情”、“臆想”需求的功能成了火熱表相之下的底色，或許這并不是開發(fā)者的初心，但是從環(huán)節(jié)上把控內(nèi)容的方向，依舊很有必要。

另外隱私問題開始被用戶所注重，但是隨著智能手機(jī)的普及應(yīng)用，智能化的服務(wù)的增多，包括面部解鎖、刷臉交易、刷臉登陸等。過去很長一段時(shí)間用戶對(duì)App應(yīng)用上的用戶數(shù)據(jù)留痕，可能無暇顧及，但是當(dāng)下面部信息已經(jīng)成為了個(gè)人服務(wù)的入口，并且直接關(guān)聯(lián)用戶隱私、數(shù)據(jù)信息以及財(cái)產(chǎn)的安全性。

總體來看，AI合成技術(shù)的工具類應(yīng)用是比較被用戶認(rèn)可的，無論是功能性還是體驗(yàn)度，相對(duì)傳統(tǒng)服務(wù)有了較大提升。專業(yè)技術(shù)對(duì)普通用戶的門檻正在降低，服務(wù)、效率、準(zhǔn)確率、費(fèi)用等因素會(huì)成為工具類應(yīng)用的競爭點(diǎn)。