麻省理工的智能语音，可以让彩虹小马说“我爱北京天安门”了
文本智能生成语音的TTS系统现在已经挺成熟的了。先进的TTS系统早就脱离了单纯的“机械棒读”，通过人工智能辅助训练，在音调和语气上已经十分接近真人。
最近，MIT一位AI研究员的成果，把TTS往前又推进了一步。他编写的新AI，极大缩短了训练需要的样本数量。最少只要30分钟的语音素材，就可以用文本生成质量极高的语音。
也就是说，哪怕只是把游戏或者动画里某个角色的对话拆出来，跑一遍机器学习算法，AI就能模仿游戏中角色的语气生成新的语音。
目前这个AI提供了几种范例音色，在网上可以供人任意尝试。有《传送门》里的大Boss机器人GLADoS，有《小马宝莉》里的紫悦和柔柔，还有《史丹利寓言》里的旁白君。
其中，两个小马的配音质量是最让人震撼的，外网网友们普遍觉得这个AI已经十分接近动画里的语气和感觉了。当然这两个角色使用的训练素材也是最多的，除了全部的9季动画，据说还“通过各种手段”拿到了无背景音的配音原声。用这个AI生成的语音自制粉丝剧情，代入感肯定十足。
其次就是GLADoS，人工智能去学习人工智能呆板脱线的语气，传统艺能玩得有模有样。《史丹利寓言》的旁白和其他几个声线，可能因为是人类语气，素材又少了点，最终的效果还是稍微差一些。
这个AI最大的缺陷还阅读能力不太过关。根据作者的说明，AI对于多音字的处理比较愚蠢。比如“玩家” Gamer这个词，你打“Gamer”，AI就会念成“嘎们儿”。非得要打成“Gaymer”，它才能念对。
我调戏了一下这个AI，想要试试能不能教小马紫悦说两句中文。我们尝试了好几次，发现紫悦在说“我爱北京天安门”的时候，发音和语气不能两全。语气很象样的时候，发音不太对。发音调对了，语气又变得有点奇怪了。看来中文对小马驹来说还是太难了点。
网站上还有两个非常奇怪的范例角色：一个是《传说之下》里的骷髅人Sans，另一个是《传送门》里的主角Chell。如果你很好奇这俩人是怎么TTS的，那么恭喜你发现了重点。
下面是我教小马说中文的视频：
如果你也想试试这个TTS的话，可以点击这里，选择第二栏“App”可以调戏AI，第三项“Examples”可以听听作者精选的几条语音，效果确实非常棒。