大数据文摘出品

来源：itmedianews

编译：李欣月、刘俊寰

不知道有多少人和文摘菌一样，看漫画的时候会自动脑补角色的声音、把漫画在脑子里自动给变成动漫。

现在不用这么麻烦了，因为在去年11月，北京理工大学和阿联酋起源人工智能研究院、美国乔治梅森大学研究团队联合发布了新技术“漫画引导的语音合成”（Comic-Guided Speech Synthesis），该技术能将漫画中出现的人物台词变成富有感情的声音进行输出。

技术概要图：输入漫画书页面，通过分析合成声音

系统通过读入漫画页面，分析各个角色对话框内的内容，就能按照故事发展合成相应的声音。目前该实验已表明，系统可以针对不同类型的漫画进行语音合成。

要使系统实现这项功能，需要用到「视觉分析」和「语音合成」两项技术：

• 视觉分析：分析漫画书页面后，分离图版，对话框，文本等内容，将各要素按故事顺序重新排列归类。之后，将台词主要人物和对话框连线。接着，识别各角色的性别，年龄，台词内容和对应的感情，如幸福，悲伤，生气等；
• 语音合成：基于漫画虚拟分析，合成与各角色性别，年龄，感情匹配的声音。

两个流程：分析漫画书页面和语音合成

基于漫画要素分析，推测各角色的性别，年龄和感情

第一行：辨别喜怒哀乐等感情

第二行：将愤怒分为3个程度辨别

第三行：辨别害怕和悲伤，害怕和生气等不同感情的组合

利用这项技术，能使得语音漫画制作自动化、制作脱离书本说话的虚拟人物、生成可说话的3D头像和游戏角色的旁白等应用成为可能。

不仅如此，通过输出与漫画文字更生动和更容易接受和记忆的声音，该技术也可作为外语学习手段加以利用。

利用该技术的例子：左边是通过全息眼镜展示书本虚拟内容在说话，中间是自动插入游戏角色旁白，右边是3D头像说话

相关报道：

https://www.itmedia.co.jp/news/articles/2001/08/news038.html