腾讯_音视频领域下AIGC的应用与创新探索-2025.pdfVIP

⾳视频领域下AIGC的应⽤与创新探索

演讲⼈⼁喜马拉雅AI产品专家-张慧敏

PART1⾳视频创作的挑战

PART2喜马拉雅研发的⾳频⼤模型

⽬录

PART3喜马拉雅AIGC的应⽤成果

01

⾳视频创作的挑战

腾讯云城市峰会·无锡峰会新兴媒体闭门专场

传统有声内容制作流程

画本（编剧+导演）

找剧组

⽂本内容上下⽂理解拆场景⾓⾊设计⾓⾊台本

主播

演绎（演员+配导）

主播理解主配⾓⾊旁⽩⾓⾊环境⾳效

对戏审⾳修⾳

⾓⾊声⾳演绎声⾳演员⽣成

制作（后期）

⾳频对轨剪辑⽂摘输出标题输出封⾯输出封装上架

营销（宣发）

推⽂视频制作场景视制作⼈物视频⽂稿视频剪辑

发布

⽂稿改写频素材视频素材配⾳后期制作

腾讯云城市峰会·无锡峰会新兴媒体闭门专场

有声内容⾳频⾏业两⼤核⼼痛点

门槛⾼

成本⾼

12道⼯序/12周/50万元成本

腾讯云城市峰会·无锡峰会新兴媒体闭门专场

有声⽤户的旅程图

02

喜马拉雅研发的⾳频⼤模型

腾讯云城市峰会·无锡峰会新兴媒体闭门专场

长篇章强演绎语⾳⼤模型⾳频/⽂本内容

⽂本内容⾳频内容⾳乐内容

⾃然语⾔控制语⾳⽣成⼤模型

·遵循指令：⾳频或⽂本指令

·理解⾳频或⽂本内容、情感

·⽣成富有情感的⾳频或⽂本内容

01

·学习⽅法：海量数据预训练、下游任务对齐

⾳频情感、副语⾔理解

⾳频/⽂本指令⾳频情感⾳频副语⾔