第(2/3)页

    例如问他一个脑筋急转弯。

    小明的爸爸有四个儿子，大儿子叫大明，二儿子叫二明，三儿子叫三明，四儿子叫什么？

    语音助手根据逻辑算法，它会回答：“四明！”

    有一种东西叫大数据，程序员完全可以把所有的脑筋急转弯采集下来啊，那样，上面的问题，智能音箱不就可以答对了吗？

    但要是我换一个询问方式。

    有一个人叫傻笔，傻笔的爸爸有三个儿子，大儿子叫大笔，二儿子叫二笔，三儿子叫什么？

    然后智能音箱又不会回答了，要么不知道，要么胡说八道。

    虽然配音不需要什么高智商，也不需要它回答问题，但它至少也要有图象分辨能力。

    给电影、动漫做配音，配音师需要根据里边的场景，人物的表情等等调整说话的语气、语调。

    现在的人工智能在文字识别很强，基本可以做到100%，看着电影字幕，机器人也能配音。

    但问题是……

    识别不了电影动漫里边的景象、表情，效果就会非常差劲。

    在动态图象识别方面，当今世界没有一家公司真正做得好。

    第二个问题，就是人工语音的感情。

    真人说话的声音，抑扬顿挫、喜怒哀乐、有呼吸、有口水声，节奏或快或慢，这样的配音效果是当今的语音无法做到的。

    现在的语音就是电子音，金属音，虽然某些公司做的语音做得很逼真，但还是能很明显听得出那种没人情味的“机器人”声音。

    同一句话在不同的影视动漫场景，都会有不同的表现效果。

    喜！

    “今生得不到你的爱，来世再相见。”女主角在灾难现场找到了男主角，他还活着，她的语气是喜悦的。

    怒！

    “今生得不到你的爱，来世再相见。”反派被女主一剑刺穿胸膛，他语气充满了愤怒与不甘。

    哀！

    “今生得不到你的爱，来世再相见。”男主角向女主表白，被拒绝了，他语气低落。

    乐！

    “今生得不到你的爱，来世再相见。”男主角在愚人节戏弄女主成功，他得意大笑。

    真人配音可以根据不同的场景，表现出不同的配音效果。
    第(2/3)页