能让马斯克“Wow”的东西绝对不简单！
就在昨天，马斯克在莱克斯·弗瑞德曼（LexFridman）X评论区表达了“Wow”的惊讶。
马斯克大家都熟悉，而和他互动的这位，其身份也是相当的了不起。
莱克斯·弗瑞德曼（LexFridman）是一位知名的播客主播，同时也是麻省理工学院的研究科学家，专攻人工智能方向。许多人认识他大都是通过《LexFridman播客》这档节目。
在节目中，他曾采访过“科技狂人”马斯克、“ChatGPT之父”山姆·奥特曼、美国UFO事件亲历者DavidFravor等众多知名人物，访谈话题涉及科研、学术、悬疑、社会等诸多领域，每期视频的信息量都非常高，深受人们喜爱。
除了访谈做得好，人家在科研方面也一点都不含糊。在MIT，他开设了包括深度学习、自动驾驶、强化学习等方面的诸多课程；在自动驾驶领域，他也设计了防止司机分神的图像识别检测功能。此外，他还是巴西柔术黑带选手，健身爱好者，弹得一手好的吉他和钢琴，可谓是点满了所有天赋点。
不过，这位天才级的人物也是马斯克的迷弟，在X上和马斯克“眉来眼去”已经不是一天两天了。
那么，到底这次是什么内容，能让两位科技圈大佬都如此关注呢？
答案就是，Spotify即将推出的“播客的语音翻译功能”。
01
“克隆主播声音”的语音翻译
Spotify是目前全球最大的正版流媒体音乐服务平台之一，其付费用户超过2亿，市值高达240亿美元，每月有近5亿的活跃用户，是音乐和播客行业的领导者。
近几年，Spotify格外重视播客业务，收购了十余家播客业务的相关公司，涵盖了内容制作、创作工具、广告测定服务、变现及数据分析等众多方面。
除此之外，在2020年，Spotify更是以1亿美元的价格购买了JoeRogan播客节目《TheJoeRoganExperience》的独家播出权。在播客业务上，Spotify可谓是下了血本。
而这一次的语音翻译功能，将会在Spotify播客业务全球化的道路上，为其注入强大的动力。
语音翻译功能的特殊在哪？那就是克隆声音的特质，从而让一个播主能够“原声”无缝切换到各种语言。
结合实际，以往我们要是想看懂国外的一些短视频、电影、电视剧或者广播内容，要么是通过字幕，要么就是通过配音，或是二者的结合。
在专业字幕组缺位的情况下，身怀绝技的热心网友会化身“字幕组”，亲自翻译视频中的对话，并添加字幕。这让我们即使听不懂，但也能看懂这些国外内容。
但一边看字幕，一边看视频着实也有点累，于是配音便上线了。但配音也带来了一些有趣的现象——声音和人对不上号。比如周星驰的电影太过热门，大家都理所当然地把配音的声音当作周星驰的声音，而当真的听到周星驰的声音，或“周星驰的声音”出现在其他电影人物身上时，会感觉有点奇怪。
当Spotify推出新的“语音翻译功能”(Voice Translation)，这一切将发生改变。人物能够自动切换到各种语言，而且是“完全原声”，连说话节奏，语气都能还原。
Spotify称，他们这个AI语音翻译功能，由OpenAI的自动语音识别模型Whisper提供技术支持，能够在翻译时模仿原始演讲者的风格，并且比传统配音更加自然。使用这个功能或许能让播客扩大受众群体面，用户也将获得无缝切换语言的听力体验。
目前，这款功能还处在测试阶段，只提供西班牙语翻译版本，法语和德语将在接下来的几天和几周内推出。
尽管如此，但新功能的首测——《Spotify的AI语音翻译试验，让你喜欢的播主用你的母语为你播报》，还是吸引了许多著名的播客主持人，其中就包括戴克斯・夏普德、莫妮卡・帕德曼、莱克斯・弗里德曼、比尔・西蒙斯和史蒂文・巴特利特。
Spotify的个性化副总裁ZiadSultan说道：“通过匹配创作者自己的声音，语音翻译为全球的听众提供了前所未有的更真实的方式。”这种利用音频力量来克服边界、距离等获取障碍的技术的使用，弥合了语言差异，并且使得内容具有更强的影响力和传播力，超越一般文字翻译带来的社会效益。
02
AI带来
自媒体的“真·全球化”时代
语音翻译功能的出现在国内也受到了关注，如此强大的功能令许多网友都开始期待中文版，有网友称“AI将带来自媒体的全球化时代”。
事实上，这一观点还真值得留意。语言是内容传递的重要载体，内容要想实现跨区域或者说全球化的传播，那么语言的转化是必要的环节，但这一转化同样是需要成本的。
一个媒体软件多大程度上能被一个国家或者地区接受，除了内容因素外，也受到其内容的语言转化能力的影响。如果其所能支撑内容转化能力的资源较少，那么在需求的满足上，也会下降，这在一定程度上削弱了自媒体软件或者媒体平台在该地区的影响力，阻滞其进入地区市场的速度。
而“语音翻译”功能的出现，在保证原声的基础上，也提升了转化能力和降低了转化成本，有利于内容传播范围和速度的提高，进而带动软件在全球范围内的流动。
但在目前，Spotify还处在一个比较有限的应用范围，这离不开对其安全性的考虑。
如果说以往的媒介问题是源于传递信息时的损耗和失真，那么当下的媒介问题，则是由于媒介呈现的信息“太过真实”。
例如前不久的“AI孙燕姿”翻唱了大量的知名曲目，引发全网轰动，其效仿者也是趋之若鹜。但如此多“以假乱真”的作品的出现，也给分辨何者是真实何者是合成的造成了困难。加之这样的一种“真实”或“还原”是基于大量数据的获取、积累以及整合分析。但数据本身就存在公私边界模糊的难题，使用的灰色地带依旧十分显著。
此外，该功能以何种形式与平台结合，并以何种形式为用户服务，这些都需要系统的规划。但可以肯定的是，AI正在简化内容传播的流程，提升传播的效率，媒体的全球化正在不断加快。
作者：西瓜 排版：黄蕾卉
图片源于Q仔互联网冲浪所得，若有侵权，后台联系，Q仔滑跪删除~