《人工智能基础与应用》教案 项目五 人工智能应用：能说会唱（上）.docVIP

PAGE4

PAGE4

PAGE5

PAGE5

课题

项目五人工智能应用：能说会唱（上）

课时

2课时（90min）

教学目标

知识技能目标：

了解语音合成技术及其应用。

了解语音克隆和音色转换技术及其应用。

了解人工智能音乐创作技术及其应用。

能够使用人工智能工具生成音频。

能够使用人工智能工具的音频生成功能解决实际问题。

思政育人目标：

通过了解语音克隆可能引发的安全隐患，增强相关法律素养，提高安全防范意识。

通过认识世界顶尖的国产音乐模型，增强民族自豪感。

教学重难点

教学重点：人工智能音乐创作。

教学难点：语音合成的主要流程、语音克隆的主要流程。

教学方法

问答法、讨论法、讲授法、演示法

教学用具

电脑、投影仪、多媒体课件、教材

教学过程

主要教学内容及步骤

课前任务

【教师】布置课前任务，和学生负责人取得联系，将学生分组并分工，完成课前任务

请各组组长组织组员查找相关资料或扫码观看微课视频，讨论并回答下列问题：

问题1：什么是音频生成？

问题2：请列举3个音频生成的应用场景。

问题3：请列举3个人工智能音乐创作工具。

【学生】完成课前任务

考勤

【教师】清点上课人数，记录好考勤

【学生】班干部报请假人员及原因

教学过程

任务一生成音频

问题导入

【教师】提出以下问题：

请大家讨论一下，音频生成有哪些应用场景？

【学生】思考、举手回答

【教师】通过学生的回答引入要讲的知识

传授新知

一、人工智能语音生成

【教师】通过多媒体讲解人工智能语音生成

1．语音合成

语音合成是指通过机械的、电子的方法产生人造语音的技术。它将基本语音信息数字化，然后利用计算机系统仿真出人类的声音。多数情况下，人们提到的语音合成是指文语转换（texttospeech，TTS），即将文本信息转换为对应的语音信号的技术。

?【提示】在没有特殊说明的情况下，本项目探讨的语音合成是指文语转换。

语音合成已广泛应用于影视娱乐、新闻媒体、医疗健康、电子商务、智能家居、自动驾驶等多个领域，具体应用涵盖了有声书朗读、新闻自动播报、医院叫号系统、智能语音客服、语音助手服务、车载语音导航等。

语音合成的主要流程包括文本预处理、声学模型训练和语音生成3个阶段。

?【教师】引导同学扫码观看视频

?【学生】观看——语音合成的主要流程

?【教师】讲解语音合成的主要流程

在开放平台方面，众多知名企业，如科大讯飞、百度、阿里云、腾讯、字节跳动等，纷纷依托自身强大的技术实力，推出了集成先进语音技术的在线开放平台，如讯飞开放平台、百度AI开放平台等。

?【提示】用户在体验在线开放平台的某些功能时，可能需要进行实名认证，完成认证后才能正常体验相关功能。在线开放平台主要提供付费服务，用户按需付费后，可根据官方指定的API接口、SDK或直接在平台上操作来使用购买的服务。

市面上还涌现了众多专注于语音合成的便捷工具，它们操作简单、直观，方便用户日常使用，如TTSMaker、REECHO等。

?【教师】举例：以百度AI开放平台的语音合成功能为例，展示语音合成的实际应用。

2．语音克隆

语音克隆是利用人工智能技术对某个特定人物的声音进行复刻，并以此合成指定语音内容的技术。

例如，在智慧语音助手、智能家居、自动驾驶等领域，用户可以根据个人喜好，为智能设备设定特定人物的语音，从而增强用户的个性化体验；在教育培训领域，语音克隆技术可用于模仿老师或家长的语音，为学生量身定制语音课程，能够有效增强学习的沉浸感和互动性；在影视娱乐领域，语音克隆技术使得经典角色的声音在新作品中得以延续；等等。

?【素养之窗】语音克隆技术的挑战。

语音克隆的主要流程可以分为特征提取、模型训练和语音生成3个阶段。

目前，用户可以通过购买在线开放平台的相关服务实现语音克隆（如火山引擎、腾讯云、讯飞智作等提供的相关语音技术服务），或者使用语音克隆应用工具（如REECHO、GPT-SoVITS等）复刻并应用语音。

?【教师】举例：以火山引擎的豆包声音复刻大模型为例，展示语音克隆的实际应用。

3．音色转换

音色转换是一种声音处理技术，与传统变声技术依赖调音器改变音色不同，它通过深度学习算法、声音特征提取等多项人工智能技术，力求在保留原始音频的内容、语气、节奏、情感等特征的基础上，实现音色的变化。

音色转换常用于各类直播场合，如游戏直播、电商直播、自媒体直播等，为直播增添了更多趣味性。除此之外，在短视频制作中，人们经常使用音色转换掩饰自己的原音，从而达到保护个人隐私的目的。

音色转换可以利用腾讯云等在线开放平台提供的相关服务，或者大饼AI变声、FakeYou等专用工具来实现。除此之外，许多应用软件（如QQ、快影等）也集成了音色转换功能，方便用户在聊天、视频制作、直播等场景中使用。

?【教师】举例：以腾讯云的音