如何借助Watson API 赋予主角生命

IBM Watson Text to Speech API，它能够将文本合成为多种语言、声音和方言的音频。这里面“Allison”的声音音色很甜、很有吸引力，特别契合我的书中主人公 Hailee Tupper 的年龄和性格特点。

有这样一种说法，一张图片胜过千言万语。但事实上，清晰、措辞得当、音调和发音准确的口头语言能够更好地营造最难忘、最美好的画面。而人工智能已经取得了显著的进展，能够完成上述表达要求。

我想知道能否用一个女性人工智能声音来演绎我所著的“Miraculous”一书中的主角，以让人信服的方式让听众相信她就是书中的真实角色。

我如何借助 Watson API 赋予主角生命

在对多家公司的多个不同的 AI 角色进行试音后，我最终选择了 IBM Watson Text to Speech API，它能够将文本合成为多种语言、声音和方言的音频。我选择了“Allison”的声音，因为她的音色很甜、很有吸引力，同时也契合书中主人公 Hailee Tupper 的年龄。

为了帮助她演绎书中场景，我使用了文本转语音 API 的表达功能“Expressiveness”，该功能可以使用情感元素扩展 SSML，而该情感元素能够表达好消息 (GoodNews)、道歉 (Apology) 或不确定 (Uncertainty) 的说话语气（仅适用于美音 Allison 声音）。可以进一步了解 IBM Watson 情感语音服务 Expressive SSML。

我的书中有数万个单词组合，Watson Allison 的声音能够以不同的方式处理这些单词组合。通过单独使用或组合使用三个情感语音情绪中的一个或多个情绪，并在说话时加上不同的停顿时间，她就能表达更多的情绪。

小说角色说话时会长短不一，因此会影响到一句话停顿的次数和频率，而这种停顿也需要计算。书中特定场景的总体情绪也会影响停顿的频率，如说话中止、语气平静和欢呼等。

下面，我将通过一个例子来展示上述技术有哪些作用。

若要完成此类项目，你是否必须成为一名 IT 人员或程序员？我不这么觉得。不论怎么想，我都不可能成为计算机人员或程序员。但是，我想说的是，耐心、实践和创意都是非常重要的因素。这就像是一个故事的导演。整个过程会涉及大量的复制粘贴工作。关键要知道如何将代码粘贴至文本中的正确位置，最终达到预期效果。

假如您对此类项目感兴趣，我非常愿意与你分享我的知识和专业技能，比如，通过一个免费的视频，帮助您取得最佳成果。

最后，我想说的是，与 IBM Watson 合作是一段美妙、精彩的经历。如果有可能，我很希望能够跟他握手致谢。