从服务视障人士到大众“有声”阅读，AI如何赋能内容创作？( 二 ) 中国经济周刊-经济网讯（记者

早在2017年，微软就宣布5年内为“AI for Good”项目投资1.25亿美元，通过人工智能技术解决当今社会最重大的挑战，其中就包括了人工智能无障碍计划（AI for Accessibility）。 2018年，微软宣布在五年内投入2500万美元到该计划当中，用于研发能够增强人类能力的人工智能技术，让全球残障人士更好地走进职场、融入现代生活、增进人际交往。
以微软的智能语音技术为例，经过持续不断迭代升级，目前基于Azure的深度神经网络语音模型几乎能够达到真人录音水平，并能够提供多角色、多情感、多风格，适用于丰富场景的平台原生或定制声音。
微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文博士表示：数字经济是21世纪发展主题之一。未来十年，全球经济增长将得益于数字技术的普及和在每一个行业的深入应用。我们要在科技进步的同时，确保人人不掉队，让每个人都能够参与到经济和社会的发展当中，并从中受益。
“微软的使命是予力世界每个人和每个组织成就不凡。我们通过持续创新打造更具包容性的技术和工具，不断降低技术门槛，让技术创新成果普惠大众，推动技术无障碍建设，帮助世界各地的公益组织通过创新技术实现公益事业的跨越发展。微软世界各地的员工都参与其中。 ”洪小文说。
而在这背后是来自微软的科学家和工程师付出的巨大努力。想要逼真一分，背后需要百倍付出。微软云计算与人工智能事业部首席产品总监丁秉公“揭秘”了，为什么人工智能合成的声音可以做到如此逼真？是怎样的黑科技在背后作为支撑？
丁秉公表示，利用AI技术进行语音识别和语音合成，简单来说，需要完成一个“ABC公式” ，即A是算法，算法是人工智能的核心；B是大数据，有了足够大的数据，算法这个“厨师”才能做出好菜，否则巧妇难为无米之炊；C是算力，AI需要一个强大平台的支撑，以微软Azure云平台为例，它为人工智能提供一个安全、可靠、可信的计算平台，让算法能够在上面非常好的运行。
万物有声：不止公益， AI赋能有声内容生产
视障人群通过聆听来“阅读” ，但对于普通人来说， “有声化”阅读也越来越受到欢迎。随着“耳朵经济”的兴起，有声内容正在成为国人文化消费的重要场景。
以图书出版领域为例，近年来，纸声同步、纸声联动已经逐渐成为行业趋势，而AI技术大大提升了图书出版行业创作“有声内容”的生产力。因此，除了在公益领域，微软的AI语音识别和语音合成的技术和产品也在赋能机构媒体转型升级，协助更多内容创作者产出个性化音频内容，让声音成为品牌。
中信出版集团社会责任部主任孔彦表示，很多出版机构现在不止有读者，也有听众，都会推出有声书平台，不仅仅是服务视障人士，大众也非常喜欢。而AI技术可能帮助出版机构实现，文字向声音的转化更快捷，成本也大幅降低。
湛卢文化副总裁、湛卢阅读APP负责人陈漪也表示,AI技术不仅能够帮助湛卢在有声内容制作上提升效率、降低成本，也可以帮助打造属于自己的声音品牌，为整体品牌赋能。
实际上， AI演播员、AI新闻主持人、AI电台主播、AI歌手……微软智能语音合成和语音识别解决方案，已经在落地多个业务场景，不止公益，而是具有经济和社会双重效益。
“技术必须以人为本、以人为中心。通过人工智能技术创新，微软希望能扩展每个人的能力，解放他们的思维和创意，使他们可以投入更具策略性和创新性的探索，从而帮助个人和组织实现更多、更重要的目标。通过微软Azure认知服务来赋能不同领域的工作者，可以让即使不具备机器学习专业技术背景的人也能轻松使用AI ，并由此产生出创新的连锁反应。 ”微软全球技术院士、微软Azure AI首席技术官黄学东表示。