致敬單田芳，語音AI讓已故大師再次“書接上回”

語音合成技術(shù)讓聽眾聽到單田芳講述《江湖消亡史：北平暗夜》

 “聽眾朋友們，你們好。從今兒個(gè)，由我為大家播講懸疑小說，《江湖消亡史：北平暗夜》。這個(gè)故事發(fā)生在民國十幾年的北京城里……”

9月11日是一代評(píng)書大師單田芳先生逝世三周年忌日。三年前，無數(shù)人感嘆世上再無“下回分解”，而如今，他的“聲音”在再次響起，“書接上回”重現(xiàn)江湖。

近日，在北京單田芳藝術(shù)傳播有限責(zé)任公司授權(quán)下，喜馬拉雅用語音合成 （TS: Text-to-speech）技術(shù)完美還原單田芳先生的聲音，并首次將單田芳先生的AI合成音應(yīng)用于六部風(fēng)格各異的書籍，用單式評(píng)書腔調(diào)，全新演繹聽眾耳熟能詳?shù)慕?jīng)典之作。單田芳先生之子單瑞林評(píng)價(jià)，“聽到TTS聲音，心魂間猛然一震，仿佛父親又回到這個(gè)世界。”

“書接上回”重現(xiàn)江湖

單田芳先生是我國著名評(píng)書藝術(shù)表演大師，也是國家級(jí)非物質(zhì)文化遺產(chǎn)傳承人。他從藝半個(gè)多世紀(jì)以來，共錄制、播出了《隋唐演義》、《三俠五義》、《亂世梟雄》、《白眉大俠》等100余部共計(jì)超過12000余集廣播、電視評(píng)書作品，在全國500多家電臺(tái)、電視臺(tái)都播出過，節(jié)目時(shí)間約6000余小時(shí)，整理編著17套28種傳統(tǒng)評(píng)書文字書稿。

單田芳評(píng)書已然成為中國傳統(tǒng)文化的一個(gè)重要符號(hào)。他的書迷遍布大江南北，上至老人，下至孩童，無不喜歡他的評(píng)書。在民間甚至有著“凡有井水處，皆聽單田芳”的說法，即使在今天，如果你坐上一輛北方的出租車，司機(jī)可能還在聽他的評(píng)書節(jié)目。

本次推出的“單田芳聲音 AI 重現(xiàn)系列專輯”中，既有直擊淚點(diǎn)、奇人異事道盡人生悲歡的武俠小說——趙晨光的《江湖消亡史：北平暗夜》；也有傳達(dá)時(shí)代脈動(dòng)的紀(jì)實(shí)文學(xué)——陳廷一的《毛氏三兄弟:三兄弟與共和國奠基》；還有時(shí)下流行、故事情節(jié)曲折奇特的推理小說——紫金陳的《無證之罪》；更有延續(xù)單老生前未完成的評(píng)書經(jīng)典——宮白羽的《十二金錢鏢》……

喜馬拉雅和北京單田芳藝術(shù)傳播有限責(zé)任公司的合作由來已久，目前已上架80余張單田芳先生評(píng)書專輯，包括超5000條聲音。而這些專輯也一直深受用戶喜愛，多張?jiān)u書專輯長期位列相聲評(píng)書熱播榜前列，例如，《亂世梟雄》播放量高達(dá)23.6億，《白眉大俠》播放量高達(dá)19.7億。

為致敬單老，傳承文化，“書接上回——新評(píng)書傳承計(jì)劃”也已啟動(dòng)，希望借此能讓越來越多的評(píng)書愛好者和青年評(píng)書演員，參與到新評(píng)書的創(chuàng)造中，豐富和傳承評(píng)書這份非物質(zhì)文化遺產(chǎn) 。

 復(fù)現(xiàn)“云遮月”嗓音

喜馬拉雅智能語音實(shí)驗(yàn)室的盧恒博士介紹，他們長期專注于語音合成、識(shí)別、語音信號(hào)處理、編解碼以及智能音效的研究和開發(fā)，是喜馬拉雅的核心部門。再次聽到那標(biāo)志性的“云遮月”嗓音，得益于該語音實(shí)驗(yàn)室對單田芳先生聲音的潛心探索和研發(fā)。為了能最大程度保留單老那蒼勁、沙啞的獨(dú)特嗓音以及情感充沛的評(píng)書腔調(diào)，智能語音實(shí)驗(yàn)室下了不少功夫。

除了復(fù)現(xiàn)了單老獨(dú)特嗓音，就連他那情感充沛、起伏跌宕的腔調(diào)也一并保留了下來。當(dāng)那個(gè)與單田芳先生本人聲音極其相似、近乎于本尊的AI合成音自然流暢地說起評(píng)書時(shí)，昔日那位僅憑一張嘴就讓人欲罷不能的說書人似乎又重新回到了我們身邊。

為了讓聽眾通過耳朵就能獲得身臨其境的沉浸式體驗(yàn)，每一部“單式新作”都添加了配樂和音效。高級(jí)音效設(shè)計(jì)師的加持，使單老口中的世界變得更加立體和生動(dòng)了。

盧恒博士解釋：“相較一般的合成音頻，評(píng)書中有很多場景描寫和不同的情緒表達(dá)，尤其單田芳先生善以聲音塑造角色，他的評(píng)書中韻律起伏變化非常之大。其中還有很多口語化發(fā)音，和普通話的發(fā)音大不相同。比如，‘這個(gè)’中的‘這’字，普通話發(fā)音‘zhè’，但在評(píng)書中通常讀為‘zhèi’。如果僅靠當(dāng)前主流的 TTS 框架模型做提取和合成，合成評(píng)書最終的整體感情和情緒都會(huì)很平淡，沒有了原作的跌宕起伏?！?/p>

“為了解決這一難題，我們自主設(shè)計(jì)了單獨(dú)的韻律提取模塊，并將其融入到 HiTTS 技術(shù)框架中。這就意味著，不管單田芳先生評(píng)書中的韻律多么豐富和多變，都能提取并完全復(fù)刻出來，讓單老的AI合成音仿佛本尊再現(xiàn)。另外一方面，針對單老評(píng)書中區(qū)別于標(biāo)準(zhǔn)普通話的發(fā)音，團(tuán)隊(duì)還開創(chuàng)性地設(shè)計(jì)了口音模塊并對這些特殊發(fā)音進(jìn)行了標(biāo)注，使得單老AI合成音能夠原汁原味還原出老味道?！本瓦@樣，原汁原味的單田芳“聲音”復(fù)現(xiàn)了。