喜馬拉雅音頻大模型亮相2024云棲大會(huì )：AI賦能內容創(chuàng )作者

極目新聞通訊員 李東

9月19日，2024云棲大會(huì )在杭州云棲小鎮開(kāi)幕，此次大會(huì )以“云啟智躍，產(chǎn)業(yè)蝶變”為主題，吸引了眾多前沿技術(shù)企業(yè)展示AI時(shí)代云上創(chuàng )新的潮流科技。喜馬拉雅珠峰AI音頻多模態(tài)大模型亮相云棲大會(huì )，在“人工智能+”主題館吸引眾多市民駐足圍觀(guān)體驗。

AI（人工智能）已在深刻地影響著(zhù)我們的生活，也影響和改變著(zhù)內容創(chuàng )作行業(yè)。作為在線(xiàn)音頻頭部企業(yè)，今年成立12年的喜馬拉雅以科技賦能文化，圍繞音頻建立了一個(gè)豐富多元的“聲音宇宙”，截至2023年12月底，喜馬拉雅已經(jīng)累積了包含459個(gè)品類(lèi)的4.88億條音頻，總內容時(shí)長(cháng)超過(guò)36億分鐘，能滿(mǎn)足用戶(hù)從-1歲到100歲不同年齡階段的不同需求。

喜馬拉雅從成立之初就十分重視技術(shù)投入，特別是布局AI，將AI技術(shù)突破作為平臺發(fā)展和演變的主要驅動(dòng)力，以便能在不斷變化的數字環(huán)境中提高自身運營(yíng)效率及滿(mǎn)足用戶(hù)需求。

在2024云棲大會(huì )上，喜馬拉雅展示了“珠峰AI音頻多模態(tài)大模型”（簡(jiǎn)稱(chēng)“喜馬拉雅音頻大模型”）的強大功能、應用場(chǎng)景及商業(yè)化案例。據悉，“珠峰AI音頻多模態(tài)大模型”是喜馬拉雅自主研發(fā)的AI音頻生成大模型，依托其超百萬(wàn)小時(shí)的自有版權音頻數據進(jìn)行深度學(xué)習與訓練，具備情感輸出、自然表達、語(yǔ)種互譯、極速克隆等技術(shù)能力，并在音頻生成領(lǐng)域實(shí)現了多維度突破，正廣泛應用于有聲書(shū)等領(lǐng)域，未來(lái)將不斷推動(dòng)音頻大模型行業(yè)的創(chuàng )新與發(fā)展。近日消息，喜馬拉雅音頻大模型已成功通過(guò)國家備案。

基于“珠峰AI音頻多模態(tài)大模型”，喜馬拉雅在云棲大會(huì )展示了“珠峰AI創(chuàng )作服務(wù)平臺”：珠峰AI音視頻創(chuàng )作平臺，依托通義文本大模型對文本內容語(yǔ)義的深度理解，打造珠峰AI音頻大模型，結合喜馬拉雅獨有的全品類(lèi)音色庫和數字人大模型，為創(chuàng )作者提供高品質(zhì)的AIGC音頻和數智人服務(wù)。用戶(hù)可以在“珠峰AI數智人平臺互動(dòng)體驗區”體驗AI為聲音創(chuàng )作帶來(lái)的變革，比如極速體驗全領(lǐng)域多品類(lèi)535種AI音色庫生成全品類(lèi)AIGC音頻內容、15秒真人數智人形象快速定制、10秒聲音極速克?。ú粏我羯寺?，更包含韻律、腔調、口吻等“語(yǔ)流”信息）等等，感受AI高效便捷地賦能內容創(chuàng )作者。

AI正在深刻賦能和影響著(zhù)喜馬拉雅的發(fā)展。數據顯示，2023年喜馬拉雅全場(chǎng)景平均月活躍用戶(hù)達3.03億。截至2023年12月，喜馬拉雅平臺AIGC內容達2.4億分鐘，占其音頻內容的6.6%。同時(shí)，喜馬拉雅移動(dòng)端平均月活躍用戶(hù)的AIGC滲透率已達14.8%。

喜馬拉雅音頻大模型具備“產(chǎn)模一體生態(tài)系統、持續進(jìn)化的生態(tài)飛輪”的模型優(yōu)勢，已廣泛應用于內容創(chuàng )作、數智分身、語(yǔ)音交互等場(chǎng)景，并已實(shí)現商業(yè)化。

喜馬拉雅音頻大模型在廣告領(lǐng)域擁有廣泛的應用場(chǎng)景，通過(guò)AIGC原生聲音流，實(shí)現“廣告即內容”，如喜馬拉雅吉印通貴州茅臺推出“單田芳AI聲音重現”春運公益活動(dòng)，吉印通慕思共同打造的“邀李白共啟AI穿越之旅”活動(dòng)等等。基于大模型，未來(lái)喜馬拉雅的AI能力將在智能化廣告營(yíng)銷(xiāo)中發(fā)揮更突出的作用。

喜馬拉雅布局AI有其天然優(yōu)勢。眾所周知，高質(zhì)量的數據集是將AI塑造成可靠的解釋器的訓練燃料，從龐大的數據集中探索并獲得有意義的見(jiàn)解以推動(dòng)AI不斷發(fā)展。據灼識咨詢(xún)資料顯示，喜馬拉雅擁有中國最全面的音頻內容生態(tài)，其中包括體量最大的音頻內容庫及數量最多的音頻內容創(chuàng )作者。截至2023年12月，喜馬拉雅擁有約4.9億條音頻內容，總內容時(shí)長(cháng)為36億分鐘。這使得喜馬拉雅在A(yíng)I時(shí)代能夠輕松獲取海量且多樣化的在線(xiàn)音頻內容以不斷演進(jìn)其AI能力，這也是喜馬拉雅在A(yíng)I時(shí)代的競爭優(yōu)勢。

AI不僅代表了一種技術(shù)價(jià)值的想象，其背后更是商業(yè)價(jià)值的全新拐點(diǎn)。隨著(zhù)下一代技術(shù)、AI及大數據能力的持續提升，喜馬拉雅將進(jìn)一步打開(kāi)聲音的想象力，持續用聲音分享人類(lèi)智慧，用聲音服務(wù)美好生活。

（來(lái)源：極目新聞）