張靜

通過AI 產(chǎn)品，陳薇使用自己原聲跟顧客交流

在杭州市西湖區(qū)浙江省殘疾人聯(lián)合會旁邊，有一個幫助殘疾人就業(yè)的網(wǎng)紅街區(qū)——馬塍路殘疾人融合就業(yè)街區(qū)。這里的7個沿街店鋪開設(shè)4類門店：經(jīng)營面包、蛋糕、咖啡的“筑夢烘焙”，經(jīng)營快剪的“無聲發(fā)藝”，盲人推拿，還有以殘助產(chǎn)品銷售為主的直播帶貨門店。這里的工作人員基本都是殘障人士，近半是聽障者。

近日，街區(qū)迎來喜事——“無聲發(fā)藝”店鋪里，聽障美發(fā)師用自己的聲音說出了“人生第一句”。

這是浙江省殘疾人福利基金聯(lián)合網(wǎng)易集團、網(wǎng)易公益發(fā)起“人生第一句”聲音復(fù)原公益計劃，利用網(wǎng)易互娛AI Lab的iSpeech技術(shù)打造首個AI復(fù)原聽障人士原聲的工具：聽障人士僅需在音書App上傳2分鐘發(fā)聲片段，之后在產(chǎn)品中輸入想要表達的文字，音書App就可以幫助他們用自己的音色把話“說”出來。目前該音色復(fù)原產(chǎn)品已向全國聽障人士免費開放，幫助他們無障礙、有情感地與外界交流。

浙江省殘疾人福利基金會理事長趙小飛告訴《瞭望東方周刊》：“殘疾人融合就業(yè)街區(qū)是杭州亞殘運會期間對外展示的窗口。有了科技助力，無聲小店的工作人員就能夠便捷流暢地與各方來客交流，為他們提供更好的服務(wù)，向世界展示中國殘疾人群體的新風(fēng)貌?！?blockquote>

聽障人士僅需在音書App 上傳2分鐘發(fā)聲片段，之后在產(chǎn)品中輸入想要表達的文字，音書App 就可以幫助他們用自己的音色把話“說”出來。

渴望發(fā)聲

近年來，我國信息無障礙建設(shè)相關(guān)制度體系不斷完善。2021年國務(wù)院印發(fā)的《“十四五”殘疾人保障和發(fā)展規(guī)劃》明確提出加快信息無障礙建設(shè)，將其作為數(shù)字社會、數(shù)字政府、智慧城市建設(shè)的重要組成部分。2023年6月28日，十四屆全國人大常委會第三次會議表決通過《無障礙環(huán)境建設(shè)法》，為信息無障礙建立起更有優(yōu)勢的發(fā)展環(huán)境。

趙小飛表示，浙江省共有持證殘疾人133.7萬人，其中聽力殘疾20.8萬人、言語殘疾1.7萬人?！霸谂c有聽力語言障礙人群的日常接觸和溝通中，我們發(fā)現(xiàn)超過2/3有聽力語言障礙的人士在生活、學(xué)習(xí)、工作中有進一步的社交溝通需求，他們渴望能夠向身邊的人傳遞自己的聲音，哪怕只是簡單的問候。為了更好幫助該群體解決其面臨的問題，基金會面向浙江特殊教育職業(yè)學(xué)院的學(xué)生和音書App的部分用戶開展了一個需求調(diào)研，了解他們社交現(xiàn)狀、無障礙通信使用情況和真實需求?！壁w小飛說。

調(diào)研結(jié)果顯示，僅有1/10的受訪對象能夠通過簡單口語與身邊的人進行交流，大多數(shù)人經(jīng)歷過太多“想說卻說不出”的自卑與懊惱，最大的夢想是能說出“人生第一句”。

超過67%的受訪對象表示“愿意使用音色復(fù)原技術(shù)”，超過50%的受訪對象表示“愿意將音色復(fù)原技術(shù)推薦給身邊有需要的人”，也有部分受訪對象表示除了手機App軟件以外，希望音色復(fù)原技術(shù)廣泛應(yīng)用于公交、出租車、飯店、超市、銀行、高鐵等公共場所。

綜合受訪對象的需求，基金會攜手網(wǎng)易集團、音書科技共同打造出音色復(fù)原技術(shù)產(chǎn)品?！拔覀兿Ｍㄟ^這一AI技術(shù)幫助他們用自己的音色向他人傳遞內(nèi)心想法，進而推動解決該群體和健全人溝通交流中存在的障礙問題，改變他們的生活、學(xué)習(xí)和工作環(huán)境及相應(yīng)的能力水平，使他們能夠更平等地參與社會生活，實現(xiàn)人生價值。”趙小飛說。

研發(fā)難點

如何運用AI技術(shù)幫助聽障人士傳遞自己的聲音？

網(wǎng)易互娛AI Lab技術(shù)總監(jiān)林悅告訴《瞭望東方周刊》：“目前，大多數(shù)語音克隆產(chǎn)品需要輸入大量講話以采集數(shù)據(jù)，提供給后期語音合成，對無法發(fā)出清晰語義的聽障人士來說并不適用，因為他們的發(fā)聲往往只有簡單音節(jié)，導(dǎo)致語音難以識別。此外，市面上服務(wù)聽障人士的交流工具大多采用文字轉(zhuǎn)語音，不能讓他們用自己的聲音去說?！?/p>

網(wǎng)易研發(fā)團隊利用iSpeech技術(shù)，基于海量數(shù)據(jù)的預(yù)訓(xùn)練模型，加上聽障人士極少量的純語音數(shù)據(jù)的快速微調(diào)算法模型，在快速克隆說話人音色的同時保留基礎(chǔ)模型的內(nèi)容發(fā)音能力，聲音復(fù)原工具，讓聽障人士輸入文字就可以實時用原聲流暢表達。

杭州西湖區(qū)馬塍路殘疾人融合就業(yè)街區(qū)

聽障用戶使用AI 產(chǎn)品錄入語音

“研發(fā)難點在于，從極短的無語義的語音中提取到個人聲音特征。正常的語音合成技術(shù)往往需要半小時到一個小時的語料建模，而我們的研發(fā)團隊克服了技術(shù)難度，僅需要聽障者發(fā)出兩分鐘簡單音節(jié)，就能復(fù)原他們原本的聲音?！绷謵傉f，“和文字轉(zhuǎn)語音工具相比，我覺得這個技術(shù)更有價值之處在于，自己的聲音能體現(xiàn)情緒和意愿，代入感更強，能讓殘障人士與親友實現(xiàn)情感上的共鳴?！?h3>科技向善

1999年出生的陳薇（化名）先天聽障，因為喜歡美食而學(xué)習(xí)了烘焙技術(shù)，也許因為世界對于她是一片寂靜，所以她做起甜品、面包來非常專注。她做的牛角包每天一出爐，就會被顧客一搶而空。有些顧客甚至專門學(xué)了幾句簡單的手語，就為了與她打招呼。陳薇很感動，但更希望有機會與顧客“親口”交流。有一次遇到商品原料問題，她想跟顧客道歉，又是比畫又是打字，雖然顧客說不計較，但沒法直接說“對不起”的感覺讓她更加自責(zé)。

試用了音色復(fù)原工具后，陳薇覺得效果很理想。她第一時間跟父母說了“我愛你們”?！拔腋杏X自己有了底氣，能和顧客主動交流了。”陳薇用音色復(fù)原工具對《瞭望東方周刊》說，“我希望更多聽障人士能用上這個產(chǎn)品，把心里想說的話，充滿情感地直接說出來！”

沈師傅也是聽障人士。他在馬塍路殘疾人融合就業(yè)街區(qū)做理發(fā)師10多年了，尤其擅長快剪男頭。因為小時候家里條件不好，他沒有做過讀聽能力康復(fù)訓(xùn)練，如今只能用“文字+手勢”跟客人溝通。有時遇到年紀(jì)大的顧客，雙方都覺得在手機上寫字交流十分費勁。如今用了音色復(fù)原工具，他覺得不但能讓自己更好地理解顧客對理想發(fā)型的需求，而且“以后上醫(yī)院、超市、高鐵都方便多了”。

普通人難以想象，對聽障人士來說，在一些人生特殊時刻，“說話”是多么重要——對愛人說一句“謝謝”、在孩子婚禮上說一句“祝賀”等等。

一歲時的一次發(fā)燒打針，讓顧琴燁的世界永遠失去了聲音。她的童年在四處求醫(yī)中度過，后來媽媽把她送進聾兒康復(fù)中心進行語言康復(fù)訓(xùn)練，雖然盡了一切努力，但效果有限?！爱?dāng)我說話的時候，有些人還是會用異樣眼光看我，我覺得很自卑?！鳖櫱贌罨貞洝?/p>

在康復(fù)老師的鼓勵下，她學(xué)習(xí)畫畫、書法、舞蹈，最終成為一名殘疾人藝術(shù)團的舞蹈家。她參加過浙江賽區(qū)環(huán)球小姐比賽，拍過殘奧會獻禮影片，還參加過世界巡演。在這些人生高光時刻，她無法流暢地表達自己，這成為她心中永遠的遺憾。

“現(xiàn)在我能說話了，這對我們聽障人來說是最大的福音！我要親口感謝老師、感謝父母！我還要對女兒說聲對不起，我有太多話要和她說了?！蹦苡米约旱穆曇舯磉_，讓顧琴燁十分激動。

科技向善，信息無障礙建設(shè)不僅提升殘障人士的生活能力和生活質(zhì)量，更是對他們個人尊嚴的提升。趙小飛說：“社會融合是一個系統(tǒng)性問題，在實際推進過程中，不同的殘疾人在基本生活、社會參與、勞動就業(yè)、醫(yī)療教育等方面仍會面臨各種特殊障礙與挑戰(zhàn)。智能科技促進人類信息流動無障礙，助力不同群體進一步暢達溝通。此次音色復(fù)原技術(shù)的探索性嘗試取得了顯著成果，我們還會持續(xù)搭建更多智慧無障礙落地場景?！?/p>