Spotify的DJ 之声 Xavier ‘X’ Jernigan 解释了成为 AI 的感觉

3 月，Spotify推出了其首个人工智能功能，推出了人工智能 DJ——一种具有令人信服的逼真声音的智能音频指南。事实证明，这个 AI 角色实际上是基于一个真实的人——Spotify 的文化合作伙伴关系负责人 Xavier “X” Jernigan，他有幸成为该 AI 功能的第一个语音模型。

TechCrunch 采访了 Jernigan，详细了解了人工智能的训练过程以及 Spotify 未来的人工智能 DJ 计划。

新的 AI DJ 为听众提供个性化的音乐聆听体验，根据他们的兴趣精选音乐。它还对每首歌进行口头评论——就像真正的电台主持人一样。

除了 Jernigan 在 Spotify 的主要角色外，他还是各种 Spotify 播客的主持人，包括“The Window”、“Showstopper”以及现已停播的播客“The Get Up”。所以，他已经习惯了让数百万听众听到他的声音。尽管如此，将他的声音作为人工智能来纪念仍然是一种独特的体验。

Spotify 选择 Jernigan 作为第一个声音模型，因为他的“声音和个性已经引起了我们很多听众的共鸣，”Jernigan 告诉 TechCrunch。“[公司] 相当有信心我也会以这种方式引起共鸣。”

Spotify 的早间节目“The Get Up”吸引了近 600 万听众，并且在 2022 年突然结束之前是 Spotify 上排名前 10 的播客，这证明了 Jernigan 的影响力。

尽管如此，作为 DJ 的配音模特一开始还是很难接受，播客主持人承认。

“我决定成为 DJ 的配音模特，当有人向我解释时，我大吃一惊，”杰尼根告诉我们。“想象一下，如果你是第一次听到这个，你没有任何东西可看，我就像，'等等，什么？它会是我，但它不是我，它是文字和声音，但它听起来像我，它是人工智能？”

“对我来说，以这种方式与 AI 合作是一种全新的体验。我简直被震惊了，”他补充道。

Spotify 表示其 AI DJ 是使用 Sonantic 和 OpenAI 技术构建的。

Sonantic 是 Spotify去年收购的一家人工智能初创公司。该公司的技术负责构建基于 AI 的逼真声音，包括用于“壮志凌云：特立独行”中 Val Kilmer 声音的声音。

Jernigan 指出，在收购之前，Spotify 花了几年时间研究人工智能技术，并“在一些迭代中”致力于 DJ 功能。他拒绝透露这个过程究竟花了多长时间，但表示整合 Sonantic 技术“确实让它进入了高速档”。

Jernigan 解释了训练 AI 的过程，包括进入演播室、朗读剧本并以不同的节奏和语调说话以传达不同的情绪。他向 AI 提供了一些只有他才能使用的词，让它感觉尽可能真实。

“我们使用我说的话……我不会说歌曲的‘曲调’。那不是我说话的方式，”他说。“我说的是‘热门歌曲’或‘热门歌曲’。” 所以，你会听到 DJ 说那些话，”杰尼根继续说道。“我们甚至做了一个完整的过程，比如，我怎么说‘嘿’，我怎么说‘你好’。” 我随身带着一个笔记本，我会写下我会说的这些不同的短语。”

他补充说，Spotify 团队确保保持他自然的停顿和呼吸，这样人工智能的声音听起来才真正像人类。

甚至 Jernigan 的妈妈也对结果表示认可。

“[DJ] 通过了妈妈测试。在它出来之前我给她播放了它，向她解释，我试图让她全神贯注，”他说。“她听了我所有的播客，所以她以前听过我录制和播放的声音，她说‘这听起来和你一模一样。’” 我妈妈说这听起来像我，所以我知道这是正确的。”

尽管逼真的 AI 声音已经存在，但我们认为 Spotify 的 DJ 与我们所听过的其他 DJ 相比是最平静、最冷酷的声音。尽管 Google 的Duplex 技术听起来很真实，但当您尝试在夏季果酱播放列表中播放音乐时，它不一定是一种好听的声音。

“对我来说，从配音的角度进行表演，我的目标是与人建立联系，与人交谈并思考一个人。所以，当我训练人工智能时，我只是想象一个人在工作室里与他们交谈并成为他们的朋友，”他补充道。

除了让 AI 语音听起来对听众友好之外，DJ 本身的设计也让人感觉平易近人。

用户在收听 DJ 时看到的动画绿色圆圈是对 Spotify 标志的点头，在 AI 说话时像嘴一样移动。

Spotify 个性化产品设计负责人 Emily Galloway 表示：“在设计时，我们考虑了整个体验——它的工作原理、声音、外观以及如何为每个用户打造个性化的体验。”技术危机。“在视觉方面的早期，我们探索了一些感觉更具技术性的选项（想象声波之类的东西）。然而，这感觉不对，因为我们想让人工智能人性化……”

“我们想让它看起来和感觉起来都独一无二。事实上，它是如此独特，以至于它获得了设计专利，”加洛韦补充道。

除了录音之外，Jernigan 还通过其他方式为 DJ 做出了贡献。

为了让 AI 提供有关音乐的专家评论，Spotify 组建了一个由策展人、文化专家和音乐专家组成的作家室。

杰尼根在音乐方面有着广泛的背景，因此他也是编剧室的参与者。他之前曾为 Diddy、Amy Winehouse 和 2 Chainz 等顶级艺术家工作。

虽然 Jernigan 是 DJ 的第一个声音模型，但未来听众有可能听到更多声音。

TechCrunch 询问 Jernigan 公司是否有任何计划雇用会说其他语言的语音模型。

“敬请期待，”他暗示道。

AI DJ 目前仅对美国和加拿大的 Premium 订阅者提供英语版本。截至2 月，DJ 功能仍处于 Beta 测试阶段。

“我们全面推出了一大堆非常酷的新功能，”杰尼根说。“我们得到了非常棒的东西。”