喜马拉雅音频大模型亮相2024云栖大会：AI赋能内容创作者

极目新闻通讯员 李东

9月19日，2024云栖大会在杭州云栖小镇开幕，此次大会以“云启智跃，产业蝶变”为主题，吸引了众多前沿技术企业展示AI时代云上创新的潮流科技。喜马拉雅珠峰AI音频多模态大模型亮相云栖大会，在“人工智能+”主题馆吸引众多市民驻足围观体验。

AI（人工智能）已在深刻地影响着我们的生活，也影响和改变着内容创作行业。作为在线音频头部企业，今年成立12年的喜马拉雅以科技赋能文化，围绕音频建立了一个丰富多元的“声音宇宙”，截至2023年12月底，喜马拉雅已经累积了包含459个品类的4.88亿条音频，总内容时长超过36亿分钟，能满足用户从-1岁到100岁不同年龄阶段的不同需求。

喜马拉雅从成立之初就十分重视技术投入，特别是布局AI，将AI技术突破作为平台发展和演变的主要驱动力，以便能在不断变化的数字环境中提高自身运营效率及满足用户需求。

在2024云栖大会上，喜马拉雅展示了“珠峰AI音频多模态大模型”（简称“喜马拉雅音频大模型”）的强大功能、应用场景及商业化案例。据悉，“珠峰AI音频多模态大模型”是喜马拉雅自主研发的AI音频生成大模型，依托其超百万小时的自有版权音频数据进行深度学习与训练，具备情感输出、自然表达、语种互译、极速克隆等技术能力，并在音频生成领域实现了多维度突破，正广泛应用于有声书等领域，未来将不断推动音频大模型行业的创新与发展。近日消息，喜马拉雅音频大模型已成功通过国家备案。

基于“珠峰AI音频多模态大模型”，喜马拉雅在云栖大会展示了“珠峰AI创作服务平台”：珠峰AI音视频创作平台，依托通义文本大模型对文本内容语义的深度理解，打造珠峰AI音频大模型，结合喜马拉雅独有的全品类音色库和数字人大模型，为创作者提供高品质的AIGC音频和数智人服务。用户可以在“珠峰AI数智人平台互动体验区”体验AI为声音创作带来的变革，比如极速体验全领域多品类535种AI音色库生成全品类AIGC音频内容、15秒真人数智人形象快速定制、10秒声音极速克隆（不单音色克隆，更包含韵律、腔调、口吻等“语流”信息）等等，感受AI高效便捷地赋能内容创作者。

AI正在深刻赋能和影响着喜马拉雅的发展。数据显示，2023年喜马拉雅全场景平均月活跃用户达3.03亿。截至2023年12月，喜马拉雅平台AIGC内容达2.4亿分钟，占其音频内容的6.6%。同时，喜马拉雅移动端平均月活跃用户的AIGC渗透率已达14.8%。

喜马拉雅音频大模型具备“产模一体生态系统、持续进化的生态飞轮”的模型优势，已广泛应用于内容创作、数智分身、语音交互等场景，并已实现商业化。

喜马拉雅音频大模型在广告领域拥有广泛的应用场景，通过AIGC原生声音流，实现“广告即内容”，如喜马拉雅联合贵州茅台推出“单田芳AI声音重现”春运公益活动，联合慕思共同打造的“邀李白共启AI穿越之旅”活动等等。基于大模型，未来喜马拉雅的AI能力将在智能化广告营销中发挥更突出的作用。

喜马拉雅布局AI有其天然优势。众所周知，高质量的数据集是将AI塑造成可靠的解释器的训练燃料，从庞大的数据集中探索并获得有意义的见解以推动AI不断发展。据灼识咨询资料显示，喜马拉雅拥有中国最全面的音频内容生态，其中包括体量最大的音频内容库及数量最多的音频内容创作者。截至2023年12月，喜马拉雅拥有约4.9亿条音频内容，总内容时长为36亿分钟。这使得喜马拉雅在AI时代能够轻松获取海量且多样化的在线音频内容以不断演进其AI能力，这也是喜马拉雅在AI时代的竞争优势。

AI不仅代表了一种技术价值的想象，其背后更是商业价值的全新拐点。随着下一代技术、AI及大数据能力的持续提升，喜马拉雅将进一步打开声音的想象力，持续用声音分享人类智慧，用声音服务美好生活。

（来源：极目新闻）