【項(xiàng)目背景】

小編一直在嘗試著短視頻技術(shù)，在讀文案的時(shí)候經(jīng)常會(huì)讀錯(cuò)；所以，只能用微軟或者剪映的文本轉(zhuǎn)語(yǔ)音軟件。

很早之前在Github上也看到過(guò)真人人聲訓(xùn)練的開(kāi)源代碼，嘗試過(guò)一番之后，也是以失敗告終；就在前幾個(gè)月歌手語(yǔ)音的訓(xùn)練、個(gè)人真人聲音的訓(xùn)練又火了一波，新的開(kāi)源代碼小編手上也有，但是無(wú)奈自己的N卡太弱，跑pytorch心有余而力不足。

這不，隨著國(guó)內(nèi)擅長(zhǎng)聲音處理的訊飛大模型融合了真人聲音訓(xùn)練，小編借此機(jī)會(huì)對(duì)其做了一個(gè)小小的封裝。可以導(dǎo)出下載自己的聲音。

【項(xiàng)目實(shí)現(xiàn)】

https://xinghuo.xfyun.cn/desk

首先，需要用訊飛的大模型訓(xùn)練自己的聲音，右上角點(diǎn)擊創(chuàng)建發(fā)音人，這個(gè)時(shí)候需要錄制10段個(gè)人語(yǔ)音，云端訓(xùn)練大概需要5~10分鐘，訓(xùn)練好之后的界面同上圖，可以選擇發(fā)音人（真人人聲）。

然后，就可以將自己的文本投喂給大模型，可以是問(wèn)題，也可以是自己已經(jīng)寫(xiě)好的文本，具體例子：

用戶：請(qǐng)潤(rùn)色下面文本，并擬定1個(gè)吸睛的標(biāo)題。
文本：
土木工程現(xiàn)在房地產(chǎn)大環(huán)境下不是太熱門(mén)，其實(shí)大學(xué)的專業(yè)作為對(duì)于每個(gè)人來(lái)講（個(gè)人觀點(diǎn)），本身就是將來(lái)對(duì)于自己的一個(gè)謀生的手段，這個(gè)專業(yè)大家最多的印象最多的就是提桶跑路吧，但是每個(gè)專業(yè)都有每個(gè)專業(yè)的好處與壞處，這個(gè)專業(yè)門(mén)檻低，就業(yè)前期工作收入比較高，就業(yè)方向比較多，造價(jià)，施工、設(shè)計(jì)，監(jiān)理等，適合善于交際的人。壞處大家都應(yīng)該知道，環(huán)境相對(duì)別的專業(yè)較差，有時(shí)候面對(duì)的班組勞務(wù)的教育水平不是很高，人際關(guān)系不好后期發(fā)展受限等。

星火大模型回答的文本，就出出現(xiàn)一個(gè)語(yǔ)音按鈕，點(diǎn)擊該按鈕就可以聽(tīng)到你的真人發(fā)音。但是，該大模型已經(jīng)禁止瀏覽使用開(kāi)發(fā)模式，生成的TTS音頻無(wú)法通過(guò)插件工具實(shí)現(xiàn)音頻導(dǎo)出。

解決方案：通過(guò)聲卡復(fù)制類軟件，實(shí)現(xiàn)在朗讀語(yǔ)音時(shí)，對(duì)聲卡數(shù)據(jù)進(jìn)行復(fù)制，進(jìn)而實(shí)現(xiàn)音頻導(dǎo)出。

請(qǐng)重新輸出以下文本：土木工程現(xiàn)在房地產(chǎn)大環(huán)境下不是太熱門(mén)，其實(shí)大學(xué)的專業(yè)作為對(duì)于每個(gè)人來(lái)講（個(gè)人觀點(diǎn)），本身就是將來(lái)對(duì)于自己的一個(gè)謀生的手段，這個(gè)專業(yè)大家最多的印象最多的就是提桶跑路吧，但是每個(gè)專業(yè)都有每個(gè)專業(yè)的好處與壞處，這個(gè)專業(yè)門(mén)檻低，就業(yè)前期工作收入比較高，就業(yè)方向比較多，造價(jià)，施工、設(shè)計(jì)，監(jiān)理等，適合善于交際的人。

作為一個(gè)準(zhǔn)程序員，這種方案可以解決問(wèn)題，但總是差強(qiáng)人意。

于是，在想，能不能通過(guò)fiddler分析轉(zhuǎn)換接口，形成API或者封裝成一個(gè)工具？說(shuō)干就干，剛好西安周末下雨，宅在家里，對(duì)其進(jìn)行分析，最終封裝成一個(gè)exe。

使用該工具，需要下載fiddler，獲取ID和cookies。

上圖，點(diǎn)擊①鏈接，在②處復(fù)制header即可獲取到cookie，在③處可以獲取到ID（tts）。

接下來(lái)就可以用剪映工具制作視頻（真人原聲），從此告別千篇一律的機(jī)器聲。

【工具下載】

https://intumu.com/article/202

【應(yīng)用拓展】

真人人聲+MD數(shù)字人？可以衍生出很多Ideas，感興趣的小伙伴也可以加小編微信探討。

學(xué)Python并不難，會(huì)敲鍵盤(pán)就能學(xué)！

【擴(kuò)展操作】

第1步，借助天工AI搜索（tiangong.cn），直接手機(jī)短信驗(yàn)證就可以使用，該大模型已經(jīng)接入互聯(lián)網(wǎng)，注意提問(wèn)方式。細(xì)心的筒子已經(jīng)發(fā)現(xiàn)，該回答可能已經(jīng)包含了逼乎的優(yōu)質(zhì)答案。舉個(gè)例子：

設(shè)計(jì)院作為一種專業(yè)設(shè)計(jì)機(jī)構(gòu)，在技術(shù)發(fā)展和社會(huì)變革的進(jìn)程中，AI的出現(xiàn)無(wú)疑對(duì)其職能和工作方式產(chǎn)生了一定的影響。從不同的角度來(lái)看，可以得出以下結(jié)論：

1. 輔助設(shè)計(jì)工具角度：AI在設(shè)計(jì)過(guò)程中可以作為一種輔助工具，提供更高效、精確的設(shè)計(jì)方案，例如自動(dòng)生成設(shè)計(jì)草圖、優(yōu)化設(shè)計(jì)布局、預(yù)測(cè)設(shè)計(jì)風(fēng)格趨勢(shì)等。這使得設(shè)計(jì)師能夠更加專注于創(chuàng)造性的思考和決策，提高整體設(shè)計(jì)效率和質(zhì)量。2

2. 可替代性角度：雖然AI在某些設(shè)計(jì)領(lǐng)域已經(jīng)取得了一定的成就，但目前AI在感知、理解和創(chuàng)造性思維等方面仍存在局限性，難以完全替代設(shè)計(jì)師。設(shè)計(jì)師的專業(yè)知識(shí)、審美能力、情感共鳴等人類特質(zhì)仍然是無(wú)法被AI所取代的重要優(yōu)勢(shì)。23

3. 創(chuàng)新驅(qū)動(dòng)角度：設(shè)計(jì)院作為創(chuàng)新的源頭和推動(dòng)者，需要不斷引領(lǐng)和適應(yīng)時(shí)代的發(fā)展潮流。AI作為一種前沿技術(shù)，可以為設(shè)計(jì)院注入新的思維和工具，推動(dòng)設(shè)計(jì)過(guò)程中的技術(shù)創(chuàng)新和設(shè)計(jì)方法的更新。同時(shí)，設(shè)計(jì)院也需要擁抱AI，不斷學(xué)習(xí)和掌握AI技術(shù)，以更好地應(yīng)對(duì)未來(lái)的設(shè)計(jì)需求和挑戰(zhàn)。2

4. 可能的協(xié)作模式角度：AI和人類設(shè)計(jì)師可以形成一種合作共生的模式，人類設(shè)計(jì)師依托AI技術(shù)進(jìn)行設(shè)計(jì)創(chuàng)造，而AI作為設(shè)計(jì)創(chuàng)意的輔助和擴(kuò)展，提供更多樣的設(shè)計(jì)選項(xiàng)和創(chuàng)意啟發(fā)。這種協(xié)作模式可以將人機(jī)優(yōu)勢(shì)進(jìn)行有機(jī)結(jié)合，創(chuàng)造出更具創(chuàng)新性和人性化的設(shè)計(jì)成果。2

5. 市場(chǎng)需求角度：隨著AI技術(shù)的不斷發(fā)展和應(yīng)用，一些低端和重復(fù)性的設(shè)計(jì)任務(wù)可能會(huì)逐漸被AI所取代，設(shè)計(jì)師需要轉(zhuǎn)向更加高級(jí)和創(chuàng)造性的設(shè)計(jì)方向。同時(shí)，人們對(duì)于個(gè)性化、定制化設(shè)計(jì)的需求也在不斷增加，這為設(shè)計(jì)師提供了更多的發(fā)展空間和機(jī)會(huì)。4

6. 知識(shí)產(chǎn)權(quán)保護(hù)角度：在AI的設(shè)計(jì)過(guò)程中，對(duì)于涉及專利、版權(quán)等知識(shí)產(chǎn)權(quán)的問(wèn)題，需要加強(qiáng)相關(guān)的法律和制度保護(hù)，以確保設(shè)計(jì)活動(dòng)的公平性和正當(dāng)性。AI與設(shè)計(jì)師之間應(yīng)遵守知識(shí)產(chǎn)權(quán)的法律法規(guī)，保護(hù)設(shè)計(jì)成果的合法權(quán)益。2

7. 教育培訓(xùn)角度：隨著AI的發(fā)展應(yīng)用，設(shè)計(jì)院需要不斷更新教育培訓(xùn)內(nèi)容和方法，加強(qiáng)對(duì)設(shè)計(jì)師的技術(shù)和人文素養(yǎng)的培養(yǎng)，使其具備與AI技術(shù)協(xié)作的能力和思維方式。同時(shí)，設(shè)計(jì)院也需要與高校、科研機(jī)構(gòu)等合作，推動(dòng)相關(guān)學(xué)科的交叉融合，培養(yǎng)具備跨學(xué)科綜合素養(yǎng)的設(shè)計(jì)人才。3

8. 社會(huì)認(rèn)知角度：設(shè)計(jì)院的發(fā)展與社會(huì)對(duì)于AI的認(rèn)知和接受程度密切相關(guān)。加強(qiáng)對(duì)于人工智能技術(shù)的普及和宣傳，提高公眾對(duì)AI的理解與信任，有助于推動(dòng)設(shè)計(jì)院與AI的良好合作與發(fā)展。2

9. 倫理責(zé)任角度：面對(duì)AI技術(shù)在設(shè)計(jì)領(lǐng)域的廣泛應(yīng)用，設(shè)計(jì)師和設(shè)計(jì)院應(yīng)當(dāng)重視倫理責(zé)任的問(wèn)題，確保設(shè)計(jì)過(guò)程中的公正、公平和人類價(jià)值的尊重。避免AI技術(shù)的濫用和倫理風(fēng)險(xiǎn)，提倡科技與人文的有機(jī)結(jié)合，實(shí)現(xiàn)設(shè)計(jì)的社會(huì)效益最大化。23

10. 發(fā)展前景角度：綜上所述，AI對(duì)設(shè)計(jì)院的影響是不可忽視的，但目前并不存在AI能夠完全取代設(shè)計(jì)院的可能。設(shè)計(jì)院在與AI技術(shù)的結(jié)合中應(yīng)以智能化、創(chuàng)新化為方向，不斷適應(yīng)時(shí)代的發(fā)展，提高設(shè)計(jì)效率和質(zhì)量，為社會(huì)經(jīng)濟(jì)建設(shè)提供更加優(yōu)秀的設(shè)計(jì)方案。23

綜合以上觀點(diǎn)可以得出結(jié)論：設(shè)計(jì)院將與AI形成合作共生關(guān)系，利用AI技術(shù)提升設(shè)計(jì)效率和質(zhì)量；設(shè)計(jì)師的專業(yè)知識(shí)、審美能力和創(chuàng)造性思維仍然是無(wú)法被AI所替代的重要優(yōu)勢(shì)；設(shè)計(jì)院需要適應(yīng)和引領(lǐng)AI技術(shù)的發(fā)展趨勢(shì)，重視倫理責(zé)任，推動(dòng)設(shè)計(jì)創(chuàng)新和社會(huì)效益的最大化。

第2步，借助訊飛星火大模型的真人人聲訓(xùn)練，可以避免千篇一律的機(jī)器人聲音，這個(gè)時(shí)候需要借助工具，將你自己的聲音導(dǎo)出。

第3步，借助必剪工具，圖文成片，必剪可以根據(jù)文案生成對(duì)應(yīng)的素材，字幕，背景音樂(lè)等。這個(gè)時(shí)候，我們需要?jiǎng)h除字幕、背景音樂(lè)，只保留視頻素材。

第4步，加載第2步生成的真人人聲，再借助必剪工具的智能字幕根據(jù)真人人身匹配文案，這個(gè)時(shí)候可能出現(xiàn)原有視頻素材長(zhǎng)度大于真人人聲，直接剪掉多余部分即可。最后，換上自己喜歡的背景音樂(lè)，加上封面，Over，發(fā)布在各大視頻平臺(tái)，慢慢積攢用戶。