AIPress.com.cn报道

2月6日消息，YouTube 近日宣布，已对其自动化 AI 配音功能进行升级，新增名为 “Expressive Speech（情绪化语音）” 的表达能力，支持英语、法语、德语、印地语、印尼语、意大利语、葡萄牙语和西班牙语八种语言。

该功能旨在改善此前 AI 配音“语调生硬、缺乏情绪”的问题。YouTube 的自动 AI 配音功能自 2025 年 6 月起向数百万创作者自动开放，但上线初期因配音听感偏“机器人化”，曾引发创作者和用户的广泛争议。

YouTube 配音产品负责人 Buddhika Kottahachchi 表示，Expressive Speech 功能由 YouTube 与 Google DeepMind 联合研发，通过分析原始视频中的音高、语调、节奏和能量等特征，并将这些元素映射到自动配音中，使配音效果更加自然、真实，更接近人类表达方式。

除语音表现升级外，YouTube 还同步推出了 Automatic Smart Filtering（自动智能过滤） 功能，用于识别不适合进行 AI 配音的视频内容，例如纯音乐视频或无对白的 Vlog，从而避免不必要的自动配音，提升整体体验。

在可发现性方面，YouTube 表示，AI 配音不会影响原始视频在平台内的推荐与搜索表现，同时有助于视频在其他语言用户中的曝光和发现。

考虑到部分用户对自动配音的偏好差异，YouTube 也引入了 Preferred Language（偏好语言） 设置，允许观众选择始终以原始语言观看视频，而不默认切换至 AI 配音版本。此外，平台也进一步强化创作者控制权，支持创作者自行上传多语言音轨，替代或补充 AI 配音。

YouTube 表示，此次更新是其“赋予创作者充分自主权”承诺的一部分，在扩展 AI 能力的同时，保留人工干预和选择空间。

数据显示，当前自动配音视频的平均观看时长约为原语言视频的 75%，表明非母语观众对自动配音内容具有较高的参与度。

Kottahachchi 还透露，YouTube 计划在未来将 Expressive Speech 功能扩展至更多语言，并推进 自动口型同步（lip sync） 技术，该功能目前已进入小范围创作者测试阶段。（AI普瑞斯编译）