音视频领域下AIGC的应用与创新探索

喜马拉雅AI音频产品专家张慧敏演讲内容总结

PART 1 音视频创作的挑战

• 传统有声内容制作流程复杂，存在效率低、成本高等问题。

PART 2 喜马拉雅研发的音频大模型

• 双引擎驱动：音频大模型技术引擎与工业化生产管线引擎相结合。
  • 音频大模型技术引擎：实现声音克隆（10秒生成商用声线）、剧本生成（4000亿参数大模型）、情感合成（56种复合情绪表达）等智能化创作。
  • 工业化生产管线引擎：构建全自动产线（24小时完成有声书制作）、动态算力调度（A800+4090混合部署）、质量控制系统（多维度自动审核）。
• 技术破局：情感轮精细化控制，提升音频创作的情感表达能力。
• 智能化生产管线演进历程：逐步优化音频生产流程，提高自动化水平。

PART 3 喜马拉雅AIGC的应用成果

• 音频创作AI agent成果：
  • 通过AIGC完美还原已逝的单田芳先生的声音，制作的单老专辑数量在喜马拉雅上线100多张，总播放量超过1亿。
  • 其中，15张专辑播放量破百万，如《民国四大家族》（近730万播放量）、《十二金钱镖》（近700万播放量）、《卧虎藏龙全集》（超390万播放量）。
  • 单田芳儿子单瑞林评价：“听到AIGC声音，心魂间猛然一阵，仿佛父亲又回到这个世界！”
• AIGC广告业务联合：
  • “AI李白”吟诗广告词，创新广告形式。
• 【音剪AI创作工具2.0】：随时随地开启的“数字制片场”，提升创作效率。
• AIGC有声书-多播：
  • 《父亲三部曲》（13.4亿播放量，AIGC+真人）、《温柔的背叛》（4000w+播放量，AIGC独立创作）、《妻子的秘密》（5000w+播放量，AIGC独立创作）、《无敌风水师》（2000w+播放量，AIGC独立创作）、《一个人一剑，我镇守孤城70年》（1400w+播放量，AIGC+真人）、《混在洪武当咸鱼》（1400w+播放量，AIGC+真人）。
• 《白夜剧场：父亲》：奥斯卡电影原著，极致还原电影原声。