让AI像“native”一样说英语，猿辅导用人工智能让优质教育资源更普及

最近，猿辅导又憋了个大招：猿辅导的AI团队在一项语音合成顶级比赛中，过五关斩六将，战胜了19名来自各大高校及企业的高手们，获得了冠军。

这项顶级赛事的全称是“多说话人多风格音色克隆大赛(M2VoC)”。M2VoC挑战赛是2021年声学、语音和信号处理国际会议(ICASSP2021)信号处理挑战的旗舰任务之一，比赛的项目内容即为“语音克隆”，在每个目标说话人提供少量音频的条件下，实现合成该说话人的语音，力求在语音质量、和目标说话人的相似度、表现力和鲁棒性上有更好的表现。

语音克隆听着玄乎，怎么形容这个技术呢?让我们来想象一个场景：一个网课老师的精力有100分，其中如果有30分精力要用来出题、念题，还要反复更正，有了AI后，这30分变成了10分，多出来的20分精力，老师可以用来做更多的学生互动，设计更好玩的互动内容，优化课程，最终让孩子受益。

当然，这一切的前提是，AI说英语能“native”到和外国人一样。在这方面，猿辅导研发团队进行了多年的投入：在标准的英文发音中，对一些发音有着非常严苛的要求，或者是英语面向低龄教学里会需要一些自然拼读的语段，一般的语音合成是无法满足这些需求的。而猿辅导则以此为突破点，在语音合成中加入了许多韵律信息，以让语音合成的用力更加流畅、自然，有节奏感。最终猿辅导团队终于让英语合成的语音更为顺滑，也正是这一突出的优势，让他们摘得了M2VoC挑战赛的桂冠。在获胜背后，这个平均年龄不足三十岁的年轻团队倾注了长期大量的心血。

更重要的是，技术的发展还能更高效地推动教育普惠的实现。当前，城乡义务教育资源配置依然存在不平衡、不充分的难题，通过科技手段弥合差距，成为了促进教育公平的新机遇。其中，人工智能在多种教育场景下的具体应用，为破解难题提供了可行方案。

例如，人工智能技术可以打破地域资源的限制，让农村地区的孩子也可以享受和城市孩子一样的教学。通过在线教育，扩大优质教育资源的覆盖面，推动城乡教育均衡化，助力教育扶贫。

再比如，智慧课堂可以通过语音合成、智能语音评测技术，开发语言教学系统，构建标准化的语音教学环境，帮助解决农村等边远地区的学科因师资力量短缺而难以开展的问题。

而上述这些需求，都需要在线教育行业长期投入技术研发，不断摸索和实践“AI+教育”的更多种可能。在这方面，猿辅导已经走在了前列：2014年，猿辅导就成立了国内首家在线教育领域的AI研究院，结合教育需求持续投入技术研发。目前，猿辅导的语音识别、大数据技术等，已经广泛在包括猿题库、斑马AI课等多个产品中。

“推进教育公平还需久久为功。一方面，借助科技的力量让教育公平而有质量，另一方面，还要注重技术开发中的科技伦理，落实好立德树人的根本任务。”猿辅导联合创始人李鑫表示。

转载请注明出处。