Hume AI，這家專注於情感智能語音界面的初創公司，近日推出了一項名爲 “語音控制” 的實驗性功能。

這個新工具旨在幫助開發者和用戶無需任何編碼、AI 提示工程或音效設計技能，就能創造出個性化的 AI 聲音。用戶可以通過精確調節聲音特徵，輕鬆定製符合需求的聲音。

image.png

這項新功能建立在公司之前推出的 “共情語音界面2”（EVI2）的基礎上，EVI2增強了語音的自然性、情感反應能力和可定製性。與傳統的語音克隆技術不同，Hume 的產品專注於提供獨特且富有表現力的聲音，以滿足客戶服務聊天機器人、數字助手、教師、導遊以及無障礙功能等多種應用的需求。

語音控制功能允許開發者在十個不同的維度上調整聲音特徵，包括性別、果斷性、興奮度、自信心等。

“男性/女性:性別的發聲，範圍在更男性化和更女性化之間。

自信度:聲音的堅定度，介於膽怯和大膽之間。

浮力:聲音的密度，範圍介於放氣和浮力之間。

自信:聲音的確定程度，介於害羞和自信之間。

熱情:聲音中的興奮，介於平靜和熱情之間。

鼻音:聲音的開放度，範圍在清晰與鼻音之間。

放鬆度:聲音中的壓力，介於緊張與放鬆之間。

平滑度:聲音的質感，介於平滑和斷奏之間。

溫和:聲音背後的活力，介於溫和與有力之間。

緊密度:聲音的包容度，範圍介於緊密和氣喘吁吁之間。”

用戶可以通過虛擬滑塊實時微調這些屬性，讓定製變得簡單明瞭。該功能目前在 Hume 的虛擬平臺中提供，用戶只需免費註冊即可訪問。

語音控制目前已推出測試版本，並與 Hume 的 Empathic Voice Interface （EVI） 集成，使其可用於廣泛的應用程序。開發人員可以選擇基本語音，調整其特性，並實時預覽結果。此過程可確保會話間的可重複性和穩定性，這是客戶服務機器人或虛擬助手等實時應用程序的關鍵功能。

EVI2的影響在語音控制功能上顯而易見。早期型號引入了對話提示和多語言功能等功能，這些功能拓寬了語音 AI 應用的範圍。例如，EVI2支持亞秒級響應時間，實現自然、即時的對話。它還允許在交互過程中動態調整說話風格，使其成爲企業的多功能工具。

此舉正是爲了解決 AI 行業中對預設聲音的依賴問題，許多品牌或應用往往難以找到滿足其需求的聲音。Hume 的目標是開發出情感細膩的語音 AI，推動行業進步。EVI2於2024年9月發佈時就已經大幅提升了語音的延遲和成本效益，併爲語音調節功能提供了安全的替代方案。

Hume 的研究驅動型方法在產品開發中佔據核心地位，結合了跨文化的聲音錄音和情感調查數據。這一方法論構成了 EVI2和新推出的語音控制的基礎，使其能夠細緻入微地捕捉人類對聲音的感知。

目前，語音控制已在測試版中推出，並與 Hume 的共情語音界面（EVI）相結合，支持多種應用場景。開發者可以選擇基礎聲音，調整其特性，並實時預覽結果，確保在客戶服務或虛擬助手等實時應用中的一致性和穩定性。

隨着市場上競爭的加劇，Hume 的個性化語音和情感智能定位使其在語音 AI 領域中脫穎而出。未來，Hume 計劃擴展語音控制的功能，增加可調節維度，優化聲音質量，並增加基礎聲音的選擇範圍。

官方博客:https://www.hume.ai/blog/introducing-voice-control

劃重點:  

🔊 **Hume AI 推出了 “語音控制” 功能，用戶可輕鬆創建個性化 AI 聲音。**  

🛠️ ** 該功能無須編碼技能，用戶可以通過滑塊調整聲音特徵。**  

🌐 **Hume 旨在通過個性化和情感智能的語音 AI 來滿足多樣化的應用需求。**