对标谷歌NotebookLM！语音生成模型PlayDialog：可生成对话播客

近日，Play AI 正式推出其最具雄心的产品 ——PlayDialog beta版本，能生成对话式的播客音频。

这款端到端的 AI 语音模型，利用对话的历史上下文，能够调控语调、情感和语速，以实现更自然的语音合成，标志着人机对话的新高度。PlayDialog 特别适合于制作真实的对话体验，例如旁白、语音配音、合成播客等，也能在商业环境中提供沉浸式的一对一语音交流体验，效果类似谷歌的NotebookLM

与此同时，Play AI 还推出了 PlayNote，这是一款可以将多种媒体文件（如 PDF、文本、视频等）转化为对话体验的工具。用户可以在几分钟内生成播客、简报、旁白，甚至是儿童故事，并享受到 PlayDialog 所带来的流畅、自然的语音效果。PlayNote 的独特之处在于，它也提供 API 接口，使得用户可以不依赖用户界面，轻松实现音频内容的程序化生成。

PlayDialog beta 经过数亿次真实对话的训练，模型规模约为 Play AI3.0mini 的十倍，能够在语调（如语音的抑扬顿挫、语速）上与人类的语音表现相匹配。在盲测中，PlayDialog beta 的表现比市场上领先的竞争模型高出两倍，特别是在表达力方面得分最高。

不同于以往的语音模型，PlayDialog beta 可以理解整段对话的上下文，进而影响语音生成的效果。Play AI构建了一种被称为 “自适应语音上下文化器”（ASC）的新架构，使得模型能够利用完整的对话历史进行回应，从而让每一句话都不是孤立的输出，而是丰富的具备合适的语调、情感和语气，使得合成的播客仿佛让听众感受到演讲者在同一空间内进行交流。

无论是充满活力的讨论，还是需要同理心的敏感话题，PlayDialog 都能无缝适应，让互动显得更加自然和人性化。

用户可以通过 PlayNote 体验这一切，使用它制作强有力、自然的旁白、播客、简报等，只需几分钟就能完成。PlayNote 也可以通过 API 接口使用，允许开发者以大规模程序化方式生成引人入胜的内容。