声网陈宝金:人与智能体的交互最终目标是做到无感知
2026-07-21 3415316
2026-07-21 0
近日,2026世界人工智能大会举办,上海市北国际科创区企业喜马拉雅携新一代音频大模型、全新音频智能创作平台“音剪AI”,以及多款智能硬件产品亮相世博展览馆市北高新展台,彰显企业创新活力,呈现科技赋能文化产业升级。

喜马拉雅展台
音频大模型与创作平台双升级,全链路赋能有声内容创作
作为全国首个通过国家网信办备案的音频生成类大模型,喜马拉雅音频大模型的自研TTS技术已经过七代迭代,累计产出音频超1000万小时。此次展出的全新版本“Audiobook-A2”,在“理解内容、生成声音、控制演绎”方面实现显著跃升——创作者实际调用数据显示,每1万次的问题率(包括错读、漏读及异常停顿等)低至1.9-3.5次,更适配有声书、多人播客、故事化内容等长篇章与长音频内容生产场景。
“传统的有声内容创作依赖人工全流程落地,过程繁琐、操作门槛较高。而在喜马拉雅音频大模型的赋能下,一键生成多角色、有情感的高质量演播作品,速度能提升几十倍。创作者角色也从‘流程执行者’升级为‘内容决策者’。”喜马拉雅珠峰实验室音色产品负责人徐昊在展会期间表示。

喜马拉雅珠峰实验室音色产品负责人徐昊正在进行内容分享
同时进行展出的“音剪AI”,正是以喜马拉雅音频大模型为底层模型的音频智能创作平台。相较此前版本,新增“智能后期”与“音色分配”功能。前者可围绕文本内容自动识别场景氛围与情绪变化,智能匹配音效、背景音乐及表演提示。后者则可基于文本内容辅助梳理不同角色的性格特征与叙事身份,为旁白与各种角色推荐合适音色,帮助创作者省去前期反复筛选与试音的时间。截至目前,“音剪AI”已累计上线超1万种覆盖多年龄、多角色类型的有声角色音。
此外,“音剪AI”打通智能拆章-角色分析-演播合成-发布上架完整链路,并推出“人生留声机”功能。依托AI智能采访引导,用户可将旅行故事、成长回忆等生成专属有声作品,进一步将有声内容创作从专业生产场景拓展至大众创作与情感记忆留存场景。
全场景智能硬件齐亮相,为各年龄段人群带来智能收听体验
大会期间,喜马拉雅智能硬件产品同步展出,覆盖儿童成长、运动通勤、居家休闲、银龄生活关怀等多元生活场景。通过AI智能交互与硬件终端的深度融合,为各年龄段用户带来更加智能、舒适的音频收听体验。
其中,“波波AI电话故事机”面向3至12岁儿童,除支持双向通话、实时定位外,还搭载喜马拉雅 “波波” 智能语音助手,无论是中英双语对话练习、科学奥秘、日常生活小知识,还是孩童成长过程中的小情绪与困惑,都能以适龄化语言即时回应,激发孩子好奇心与探索欲。此外,故事机内置喜马拉雅儿童APP,打通海量优质内容库,并配备 1.83 寸安全交互屏,无内置游戏与广告。
面向年轻群体,喜马拉雅则展出了“Clip5耳夹耳机”,深度融合“小雅” 智能语音助手,与手机端喜马拉雅穿戴 APP 协同运作,带来自然流畅的智能交互体验 —— 除语音交互点播音频外,还支持多语种翻译、专属电台推荐等功能,并可通过智能生活管家功能进行信息查询、攻略制定等。面向银龄人群的喜马拉雅智能陪伴机SE同样搭载AI智能语音交互,出厂自带4G流量,开机联网即可收听戏曲、评书、历史等海量音频。无论是查天气、定闹钟、设置提醒等,用户无需手动按键,开口即可下达指令。

观众正在体验喜马拉雅智能陪伴机SE
上海市北高新集团党委书记、董事长孙中峰表示,“从音剪AI到智能硬件产品,喜马拉雅正构建覆盖多元场景的音频智能服务生态,软硬件协同的创新成果充分彰显了音频AI赛道的发展潜力。市北国际科创区将持续深耕科技产业培育,助力科技产业高质量发展。”
喜马拉雅副总裁屠琤表示,“本次参展集中展现了喜马拉雅AI技术创新成果。衷心感谢市北高新集团长期以来的支持,喜马拉雅将持续以科技赋能文化,不断升级产品与服务,为用户带来更优质的音频创作与收听体验。”
近年来,喜马拉雅持续通过技术创新优化产品体验与服务。2025年3月,喜马拉雅自主研发的“小雅”智能语音助手上线并在此后完成多轮技术迭代与功能升级,陆续推出AI搜索、AI听中问、AI荐书等功能,为用户带来更加智能的听书体验。2026年5月,“小雅Skill”发布,使用户无需反复切换App便可通过AI Agent调用喜马拉雅平台内音频搜索、个性推荐、内容总结等服务,满足更多AI陪伴场景下的内容消费需求。