AIPress.com.cn報道

2月6日消息，YouTube 近日宣布，已對其自動化 AI 配音功能進行升級，新增名為“Expressive Speech（情緒化語音）”的表達能力，支持英語、法語、德語、印地語、印尼語、意大利語、葡萄牙語和西班牙語八種語言。

該功能旨在改善此前 AI 配音“語調生硬、缺乏情緒”的問題。YouTube 的自動 AI 配音功能自 2025 年 6 月起向數百萬創作者自動開放，但上線初期因配音聽感偏“機器人化”，曾引發創作者和用戶的廣泛爭議。

YouTube 配音產品負責人Buddhika Kottahachchi表示，Expressive Speech 功能由 YouTube 與Google DeepMind聯合研發，通過分析原始視頻中的音高、語調、節奏和能量等特征，并將這些元素映射到自動配音中，使配音效果更加自然、真實，更接近人類表達方式。

除語音表現升級外，YouTube 還同步推出了Automatic Smart Filtering（自動智能過濾）功能，用于識別不適合進行 AI 配音的視頻內容，例如純音樂視頻或無對白的 Vlog，從而避免不必要的自動配音，提升整體體驗。

在可發現性方面，YouTube 表示，AI 配音不會影響原始視頻在平臺內的推薦與搜索表現，同時有助于視頻在其他語言用戶中的曝光和發現。

考慮到部分用戶對自動配音的偏好差異，YouTube 也引入了Preferred Language（偏好語言）設置，允許觀眾選擇始終以原始語言觀看視頻，而不默認切換至 AI 配音版本。平臺也進一步強化創作者控制權，支持創作者自行上傳多語言音軌，替代或補充 AI 配音。

YouTube 表示，此次更新是其“賦予創作者充分自主權”承諾的一部分，在擴展 AI 能力的同時，保留人工干預和選擇空間。

數據顯示，當前自動配音視頻的平均觀看時長約為原語言視頻的75%，表明非母語觀眾對自動配音內容具有較高的參與度。

Kottahachchi 還透露，YouTube 計劃在未來將 Expressive Speech 功能擴展至更多語言，并推進自動口型同步（lip sync）技術，該功能目前已進入小范圍創作者測試階段。（AI普瑞斯編譯）