刘 洋

【内容提要】智能语音技术力图真实模拟并还原人类的语音识别与语言表达，但是在沟通的过程中，却很难真正地实现心灵相抵，受众无法获得理想的审美体验的满足。我们生而为人，不会被智能机器所取代的核心本领，就是可以通过独有的发音器官和多元化的表达方式，赋予人际沟通以“情感感受”的观照。个性化的、独立化的有声语言表达艺术与飞速发展的智能语言技术可以各取所长，互补其短。

一、智能语音技术的蓬勃兴起与其存在的审美缺憾

在信息时代，每一轮社会革新所需的时间正被日益鼎新的技术极大地缩减。如今，全世界又迎来了一个崭新的人工智能时代，人类的价值又将重新被定义，人类的工作也将面对智能机器人的挑战。

人工智能技术一直致力于模拟、延伸和拓展人的智能，其不断创新的种种努力，都是为了让机器更加相似于人类，具备人类的各项能力，甚至在具体领域更加优秀于人类。其中，不断突破技术难点的智能语音系统，正竭力地模拟人类的语音识别与有声语言表达，机器逐步掌握了听音辨意、对答如流的能力，这在不断接近、渐趋近似人类行为的科学进程中，则显得最为真实，而又令人生畏。作为人工智能应用中较为成熟的技术，智能语音技术包括语音识别技术（ASR）、语音合成技术（TTS）等，是实现人机互通的崭新领域。它从发展到成熟，不过用了短短60多年的时间，目前已被广泛应用于智能车载、智能电器、智能穿戴、智能管家、虚拟助理等诸多领域。……