近日，網(wǎng)易集團、網(wǎng)易公益聯(lián)合浙江省殘疾人福利基金會發(fā)起“人生第一句”聲音復(fù)原公益計劃，利用網(wǎng)易互娛AI Lab的iSpeech技術(shù)打造首個AI復(fù)原聽障人士原聲的工具——聽障人士僅需上傳5分鐘沒有完整語義的發(fā)聲片段，之后在產(chǎn)品中輸入想要表達的文字，就可以用原本的聲音說出來。目前該產(chǎn)品已向全國聽障人士免費開放，幫助他們無障礙、有情感地與外界交流，用自己的聲音說出“人生第一句”。
據(jù)介紹，作為亞運圓夢計劃之一，“人生第一句”公益計劃在杭州2022年第4屆亞洲殘疾人運動會組委會、中國殘疾人事業(yè)新聞宣傳促進會、浙江省殘疾人聯(lián)合會的指導(dǎo)下發(fā)起，基于致敬亞運、助力亞殘運、助力殘障人士社會融合的大背景，通過AI技術(shù)幫助聽障人士實現(xiàn)“親口說話”的人生夢想，號召更多人“益”起來關(guān)注殘障人士，關(guān)注無障礙環(huán)境建設(shè)。
首個AI聲音復(fù)原工具，免費開放給全國聽障人士
不久前，浙江省殘疾人福利基金會面向浙江特殊教育職業(yè)學(xué)院的學(xué)生和音書APP（擁有百萬聽障用戶）的部分用戶開展調(diào)研，調(diào)研結(jié)果顯示，僅有十分之一的受訪對象能夠通過簡單的口語與身邊的人進行交流，他們中的大多數(shù)人經(jīng)歷過太多想說但說不出的自卑與懊惱，最大的夢想便是能說出“人生第一句”。
是否能運用最新的人工智能技術(shù)幫助聽障人士向他人傳遞自己的真實想法和真誠態(tài)度？網(wǎng)易互娛AI Lab的技術(shù)團隊展開了研究。研究發(fā)現(xiàn)，目前市場上絕大多數(shù)語音克隆產(chǎn)品需要輸入完整講話采集數(shù)據(jù)，對于無法正常發(fā)出語義的聽障人士來說并不適用，而且面向聽障人士的交流工具，大多也只有文字轉(zhuǎn)語音功能，他們無法用自有的音色表達。
因此，網(wǎng)易互娛AI Lab研發(fā)團隊利用iSpeech技術(shù)，基于海量數(shù)據(jù)的預(yù)訓(xùn)練模型，加上聽障人士極少量的純語音數(shù)據(jù)快速微調(diào)算法模型，在快速克隆新的說話人音色的同時保留基礎(chǔ)模型的內(nèi)容發(fā)音能力，研發(fā)首個聽障人士聲音復(fù)原工具，實現(xiàn)只需輸入文字就可實時用原聲流暢表達，讓聽障人士能圓夢“人生第一句”。
目前該聲音復(fù)原工具已經(jīng)在音書App上線，供聽障人群免費使用，并且在浙江省杭州市馬塍路殘疾人融合就業(yè)街區(qū)試點應(yīng)用，幫助聽障咖啡師、面包師等更好地工作。據(jù)了解，殘疾人融合就業(yè)街區(qū)也是杭州亞殘運會期間對外展示的窗口，有了科技的助力，無聲小店的工作人員從被助者變?yōu)橹苏撸憬萘鲿车嘏c各方來客交流，為他們提供更好的服務(wù)，向世界展示中國殘疾人群體的新風(fēng)貌。
近七成聽障人士表示希望使用，人生第一句話是說“謝謝”
在調(diào)研中，有超過67%的受訪對象表示“愿意使用音色復(fù)原技術(shù)”，超過一半的受訪對象表示“愿意將音色復(fù)原技術(shù)推薦給身邊有需要的人”，也有部分受訪對象表示除了手機 APP 軟件以外，希望音色復(fù)原技術(shù)應(yīng)用于在公交、出租、飯店、超市、銀行等公共場所。
99年的小陳是一位先天聽障的甜品師。也許是因為她的世界格外安靜，工作時總是非常專注，做的奶凍和牛角包總是被一搶而空。但小陳心里一直有個愿望，希望能跟顧客“親口”交流。此前遇到過商品原材料等問題，有些顧客沒耐心文字解釋，她只能干著急，而且她也想向老顧客們“親口”說句感謝。自從試用了產(chǎn)品后，她覺得顧客多了一些耐心，交流起來變得平等同步了，她也更有底氣，更自信，更愿意主動交流。
跟小陳一樣，沈師傅也是殘疾人融合就業(yè)街區(qū)的一位理發(fā)師，他做理發(fā)師10多年了，最擅長快剪男頭。因為家庭條件不好，從小沒有錢去訓(xùn)練讀、聽能力，所以在工作中，他只能用文字、簡單手勢來跟客人溝通發(fā)型要求。他的顧客中老年人偏多，文字交流更加費勁。試用產(chǎn)品后，他能非常順暢、快速地了解客戶需求，平時生活中上醫(yī)院、上超市、上高鐵都方便多了。
除了工作以外，人生重要時刻無法親口表達也是聽障人士很大的遺憾。顧老師是一位曾經(jīng)參與世界巡演的舞蹈家，一歲時的一次發(fā)燒打針讓她的世界永遠失去了聲音。她說，自己的童年是在四處求醫(yī)中度過的，不管藥有多苦、針有多疼她都堅持治療，但每次都是開開心心去，失望而歸。后來媽媽就把她送進聾兒康復(fù)中心進行語言康復(fù)訓(xùn)練，“當我說話的時候別人會用異樣的眼光看我，我覺得很自卑。”
在老師的鼓勵下，她開始學(xué)畫畫、書法、舞蹈，后來成為一名殘疾人藝術(shù)團的舞蹈演員，參加過浙江賽區(qū)環(huán)球小姐比賽，也拍攝過殘奧會獻禮影片。但每當這些重要時刻，她都很遺憾無法表達激動與感謝。如今，她能用自己的音色“說話”了，“想說又說不出的時候太多了！現(xiàn)在最想對陪在我身邊鼓勵我的人說感謝！也想對女兒說對不起，她學(xué)說話的時候不能陪她、教她。”
浙江省殘疾人福利基金會理事長趙小飛表示，浙江省共有持證殘疾人133.7萬人，其中聽力殘疾20.8萬人、言語殘疾1.7萬人，希望通過這一AI技術(shù)幫助他們用自己的音色向他人傳遞內(nèi)心真實想法，進而推動解決該群體在和健聽人溝通交流過程中存在的障礙問題，改變他們的生活、學(xué)習(xí)和工作環(huán)境狀況及相應(yīng)的能力水平，使他們真正能夠平等參與社會生活，實現(xiàn)人生價值。
大模型只能對話、寫詩、作畫？網(wǎng)易AI技術(shù)加速落地普惠
實際上，一直以來網(wǎng)易持續(xù)利用游戲技術(shù)助力打造無障礙社會。此次運用的iSpeech技術(shù)原本是由網(wǎng)易互娛AI Lab針對游戲場景推出的AI創(chuàng)作工具，已落地服務(wù)于以《大話西游》《一夢江湖》《荒野行動》為代表的10余項游戲項目產(chǎn)品之中，相關(guān)技術(shù)成果斬獲了多項國際頂會論文和技術(shù)專利，并在此前應(yīng)用于游戲中，進行交互界面的朗讀播報，輔助視覺障礙人士玩游戲。
隨著AI浪潮的興起，網(wǎng)易除了加快人工智能技術(shù)在產(chǎn)業(yè)的落地應(yīng)用外，也致力于讓每個普通人都能夠享受到新技術(shù)發(fā)展的紅利，實現(xiàn)技術(shù)的普惠。例如，在鄉(xiāng)村振興方面，網(wǎng)易利用人工智能等技術(shù)，打造線上線下結(jié)合的智慧文旅元宇宙，為22個縣域新增游客300萬；在工業(yè)生產(chǎn)方面，網(wǎng)易伏羲將人工智能、游戲化交互、游戲仿真等能力遷移到工程機械領(lǐng)域，推出國內(nèi)首臺無人裝載機器人和挖掘機器人，參與到礦山、鐵路等一線場景的建設(shè)。
接下來，網(wǎng)易不僅將會和浙江省殘疾人福利基金會一起把這項技術(shù)提供給更多有需要的人，還會不斷探索游戲技術(shù)外溢價值，賦予游戲更多的社會價值和可能。
