人工智能通识基础 课件 任务7：AI生成音频

任务7AI生成音频CONTENTS目录01学习目标02音频生成概述03音频生成技术工具04实战演练项目：AI创作校园宣传音频CONTENTS目录0506音频生成的评估与反馈任务总结01学习目标素质目标

艺术素养提升激发学生对音频创作的兴趣，培养艺术鉴赏力，提升审美情趣。创新与协作鼓励创新思维，强化团队合作，全面提高学生综合素质。

能力目标音频创作技能掌握音频生成理论，熟练操作音频工具，独立完成音频项目。

音频作品质量根据需求创作高质量音频，有效评估反馈，持续优化作品。

知识目标音频生成概念理解音频生成的定义、背景及发展历程，掌握其基本原理与核心技术。

音频生成实践熟悉主流音频生成工具的操作方法，知晓其应用场景与行业发展趋势。02音频生成概述

音频生成的定义与背景音频生成的定义音频生成是指借助一系列技术手段，从无到有地创造出多样化的音频内容，涵盖了音乐旋律的编排、语音的合成以及各类音效的设计等多个方面。

AIGC技术革新音频创作AIGC能够依据用户设定的风格、情感、节奏等多样化参数，在极短时间内批量产出高质量音频素材，全方位满足音乐制作、有声读物、广告配音等不同场景与用户的个性化音频需求。音频生成的应用场景：音乐创作

音频生成的应用场景：语音合成语音合成技术应用语音合成技术生成多样化音色，适配文学、影视及儿童内容。

有声读物市场的发展有声读物依托语音技术实现便捷听书，智能客服提升服务效率与温度。

音频生成的技术原理：机器学习与深度学习音频生成技术原理音频生成基于机器学习，通过海量数据训练模型捕捉声学特征。

主流模型架构主流模型架构：RNN处理序列数据，LSTM优化长期依赖，GAN对抗提升音频质量。音频生成的技术原理

数据驱动与模型优化数据驱动与模型优化结合，通过参数调整提升音频生成音质与自然度。

音频生成的发展历程音频生成技术的早期探索早期音频合成技术初现，基于物理声学模型模拟基础音色，但质量与表现力受限。

音频生成技术的渐进式发展音频生成技术渐进发展，推动专业软件应用，仍需人工主导。

音频生成革命AIGC技术推动音频生成革命，高效拓展多领域智能创作应用。03音频生成技术工具音乐生成工具：天谱乐

音乐生成工具：天谱乐由趣丸科技研发，全球首个多模态音乐生成大模型，展示AI理解与创造音乐、图片、视频的先进能力。

天谱乐特色功能支持文本生成音乐，音频生成音乐，创新图片与视频生成音乐，引领AI音乐创作新潮流。

天谱乐官网界面如下图所示，直观展示天谱乐音乐生成工具的用户界面设计。

国产AI音乐三巨头之一天谱乐凭借其创新技术和多模态内容生成能力，被誉为国产AI音乐领域的三大巨头之一。核心功能文生音乐用户输入文字描述，短短15-20秒后，就能生成长达3.5分钟的纯音乐，打破创作壁垒，实现文字与音乐无缝转化，助力灵感变现。音频生音乐用户仅需点击几个音符或进行简单哼唱，即可得到一首完整的歌曲。它降低了音乐创作门槛，即使没有专业音乐知识的人也能轻松参与到音乐创作中来。图片/视频生音乐用户仅需上传相册中的一张图片或一段时长不超过60秒的视频，天谱乐就能根据图像内容和基调，生成带人声唱词的完整歌曲，且生成效果达到专业级水准，将视觉与听觉艺术巧妙融合。音乐生成工具：网易天音网易天音上线2022年1月25日，网易云音乐推出AI音乐创作工具，以小程序形式首发。网易天音Web端开放2024年5月20日，网易天音正式开放Web端专业版，服务网易云音乐全部用户，提升创作体验。用户创作佳绩累计超12万用户使用网易天音创作，产生4万个原创作品，彰显其受欢迎程度。官网界面展示网易天音Web端官网界面如图所示。核心功能全流程创作辅助覆盖作词、作曲、编曲、演唱及混音全流程，支持BPM调整与分轨导出，提供歌词与旋律生成功能，精准适配创作需求。AI歌手库集成内置何畅、陈水若等虚拟歌手，支持按歌曲风格匹配声线，一键调用多样音色，强化作品表现力与艺术感染力。多风格创作模板提供450+编曲模板，涵盖流行、电子、民谣等主流风格，智能匹配创作方向，缩短编曲周期，提升产出效率。语音合成工具：讯飞配音

语音合成工具：讯飞配音集智能语音合成与真人配音，支持中英文混读及12种方言，多场景模板，功能布局合理。技术底蕴依托科大讯飞20年智能语音技术，提供语音参数动态调节，音频快速导出，满足多领域配音需求。核心功能语音合成技术支持中英文混读与12种方言合成，提供近百种发音人选择，支持语速、音量等参数调节，满足个性化配音需求。真人配音服务提供专业配音员录制服务，涵盖广告、影视剧等场景，确保高自然度人声输出，适配国际化与本土化内容。多参数编辑功能支持背景音乐添加、特殊文本标记处理及多轨道音频混合编辑，精准适配语境，强化情感表达与作品层次感。快速导出机制支持MP3、WAV等格式导出，适配自媒体、电商及影视领域，高效转换音频文件，缩短创作周期提升效率。语音合成工具：海螺AI

语音合成工具：海螺AI由MiniMax研发，国产AI生成工具，适用于多场景配音需求，音色丰富。界面设计音频功能界面简洁直观，易于操作，如图所示，提升用户使用体验。核心功能声音克隆技术支持17种语言克隆，精准复刻音色细节，自动降噪优化，输出清晰纯净配音，适应多场景需求。多语言情感合成覆盖17种语言生成，提供7种情感模式调节，支持手动或智能匹配，增强语音表现力与感染力。音色库与特效功能内置300+分类音色，支持多角色切换，搭配特效调节，满足创意需求，适配多样化场景应用。输入文字信息

功能位置主界面上，文字转语音模块显眼，点击即见文本输入区。

输入适用性支持长短文本，从简句到长文，海螺AI全能转化，适应视频旁白与有声读物创作。选择模型

选择模型根据项目需求和预期效果，从海螺AI提供的多种模型中挑选，如图所示，注意不同模型对应不同音色和语音特点。

模型库应用在图展示的模型库中，细致对比各模型的音色和语音特点，为项目选择最匹配的语音合成模型。

调试参数语速调节根据情节节奏，调整语音速度，紧张时加快增强紧迫感，抒情时放缓营造氛围。

声调变化通过调整声调，使语音更富情感，高声调表达兴奋、惊讶，低声调传达沉稳、悲伤。

音量控制调节语音响度，确保音量适中，符合不同播放场景的需求，提升听感体验。

生成音频生成音频步骤调试参数完毕，点击生成按钮，海螺AI快速制作音频，依据文本、模型与参数。

音频预览与保存立即预览音频，检查语音流畅度、情感与音质，满意则下载保存，用于视频剪辑或有声读物。05实战演练项目：AI创作校园宣传音频

任务目标

任务目标运用天谱乐、网易天音、讯飞配音、海螺AI等工具，创作展现学校特色宣传音频，时长控制在2-3分钟，需融合AI生成音色与校园实录素材，体现技术应用与创意。

创意要求确保音频内容丰富，结合学校历史、学术成就及学生生活，使用AI技术无缝融合人声与环境音，创造沉浸式听觉体验，突出学校独特魅力。任务要求音频内容1.包含学校实景描写（如校园风景、教学活动、学生活动等），需自行撰写文案。2.体现学校精神风貌（如校训“厚德、博学”的内涵阐释）。3.至少包含3种AI生成的音效元素（如校园铃声、人群喧闹声、翻书声等）音频制作1.使用讯飞配音进行语音合成，选择合适的音色、语调、语速等参数，使语音自然流畅、富有感染力。2.运用天谱乐、网易天音创作背景音乐，根据校园宣传的主题，选择合适的音乐风格，调整旋律、节奏、和弦等元素，使音乐与语音相得益彰。3.借助海螺AI进行声音克隆与特效添加，克隆一段具有学校特色的音色（如校长的声音），并添加适当的特效音，增强音频的表现力与趣味性。任务要求：风格与格式风格自选可选择激昂奋进、温馨抒情、活泼欢快等风格，但需与校园宣传主题相契合。音频格式导出为MP3或WAV格式，确保音质清晰、无杂音，音量适中。

任务要求：提交材料成果文件成果文件含音频文件及使用明细表，规范记录来源工具。06音频生成的评估与反馈评估标准音频质量音频质量是评估音频生成的重要标准之一。高质量的音频应该具有清晰的音质、自然的音色和流畅的旋律。情感表达情感表达是音频创作的核心。音频应该能够准确地表达出创作者想要传达的情感，让听众产生共鸣。创意与创新创意与创新是音频生成的重要标准之一。音频应该具有独特的创意和创新点，能够吸引听众的注意力。适用性适用性是音频生成的重要标准之一。音频应该能够满足特定场景的需求，如校园宣传、影视配乐等。

反馈与改进反馈机制建立多渠道反馈系统，包括用户评价、专家评审和数据分析，全面评估音频质量，为创作者提供具体改进方向。

优化策略根据反馈结果，调整音频参数，如音量、音调和节奏，同时优化内容结构，提升听众体验，实现音频作品的持续优化。

反馈与改进：互评与自评01互评价值互评促进创作者横向比较，通过分析他人作品优缺点，明确自身提升空间，激发创新思维与协作意识。

02自评作用自评引导创作者系统反思创作过程，精准定位内容短板，结合数据与反馈制定针对性优化策略。

03专家指导专家指导是反馈的重要方式之一。通过专家的指导，创作者可以获得专业的意见和建议，从而进行改进和优化。音频生成的未来展望技术发展趋势音频生成技术将更高效便捷，GAN/VAE推动高质量内容发展。应用场景拓展音频生成技术拓展至虚拟现实、智能教育等领域，助力沉浸式体验。社会影响音频生成技术推动多领域创新，亦引发版权与内容审核挑战。伦理与法律问题音频生成技术需伦理法律规范，防范版权侵权与恶意使用。08任务总结

音频生成技术概览音频生成历程技术从繁至简，AIGC引领高效创作潮流，革新音频生产方式。

核心驱动力RNN、LSTM、GAN等深度学习模型，大幅提升音频质量与生成速度。掌握音频生成工具

音乐生成工具学习了天谱乐、网易天音的使用，掌握多种音乐风格与音色选择，进行旋律、节奏、和弦调整，快速创作音乐作品。语音合成工具掌握了讯飞配音、海螺AI的使用方法，能精细调节音色、语调、语速，高效生成高质量语音内容并进行后期处理。

实战演练与创作实战演练音乐创