爱奇艺自研“奇声影视剧智能配音系统”获评工信部“2024年新型数字服务优秀案例”

6月18日，工业和信息化部信息通信管理局公布“2024年新型数字服务优秀案例名单”，由爱奇艺申报、北京市通信管理局推荐的“基于大模型的影视剧配音智能解决方案，助力影视剧工业化和智能化发展”案例入选。此次入选，展现出爱奇艺在服务质量、用户体验、技术创新、社会效益等方面的工作成效和数字服务能力。

2024年新型数字服务优秀案例部分名单

爱奇艺具有自主知识产权的奇声影视剧智能配音系统（以下简称“奇声系统”），创造性地将AI应用于影视剧配音制作，可提升配音制作效率近6倍。现阶段，奇声系统由智能配音预处理、智能多语种配音变声和智能配音后期处理三大技术支撑，包含了多个AI算法模块和丰富的功能模块。使用该系统，既能一站式完成影视剧作品的配音，也可以通过各独立功能来处理不同环节的需求。根据工信部申报要求，本次获评案例不仅需要客观真实、具有实效，还需具备创新性，可以为新型数字服务提供示范指引。同期入选案例还包括中国移动APP AI智能助理、滴滴助老打车等。

智能配音预处理技术对前期素材准备工作提效明显，包括对多语种字幕进行角色拆分，为原始音轨进行智能分轨等。通过声纹比对等技术手段，系统还能智能选取与原版角色最为相近的音色，让角色配音更加“贴脸”。智能多语种配音变声技术则以基于深度学习的语音转换技术为核心，将单一的语音音轨转换为多音色、多语种、多风格的语音音轨，让配音员可以轻松变身任意目标角色，配音更具表现力。同时，该技术支持包括中文、泰语、越南语等多语种变声，并针对各语种进行了专门训练。在传统制作流程中，为了达到影视剧上线的要求，配音完成后还需要制作人员对干声进行后期处理以保证质量。奇声系统的智能配音后期处理技术可以对音质、音量、音效进行快速处理，将制作人员从重复工作中解放出来。

据奇声产研团队负责人介绍，奇声系统的技术核心是基于深度神经网络和大模型技术的Voice Conversion技术，该技术在近年来得到了一定程度的发展，但在影视剧这类高表现力场景的效果仍有待提高。爱奇艺在垂类场景的创新实践，可以有效提升高表现力Voice Conversion的效果，取得了ICASSP、Interspeech、ASRU等6篇国际顶级会议论文，24项发明专利（含受理和授权）以及9项软件著作权，一定程度上推动了该领域学术和技术的发展。

作为国内代表性的网络视听新媒体平台，爱奇艺深入影视剧内容生产的各环节，持续挖掘以技术创新提质增效的空间。目前，奇声系统已经为超过300部海外电影制作了普通话配音版本，为50多部华语电影、800多集国剧制作了多国配音版本。在科技创新的助力下，影视剧配音工作日益智能化，有效缩短了出海国剧及引进内容的上线时间，支持了更多好内容“引进来、走出去”，进一步满足了海内外用户的内容消费需求。

随着大语言模型和生成式AI的快速发展，内容生产效率有望进一步提升，优秀创意和卓越审美的重要性越发凸显。爱奇艺首席技术官刘文峰曾公开表示，“现阶段生成式AI产出的内容创意性依然偏弱。内容产业从业者在关注应用AI提升内容生产效率的同时，还需更进一步去思考AI可以如何帮助专业内容创作者提升创意水平。”为此，爱奇艺将自身庞大的影视资料数据与大模型结合进行训练和微调，为影视产业场景开发生成式AI的垂类应用，以此支持更多创作者释放创意。

标签：