【AI2U开发日志】让AI女孩的声音“活”起来
AI2U猫娘女友
2025年10月27日 11:33
收录于文集
共7篇

941多天,我们一直在尝试让这些AI女孩变得更像人类。

你听到了吗?NPC 们现在有了更多的语音选项!尤其是 Elysia 的英式口音——不少玩家表示这下彻底“沦陷”了 ❤️‍🔥

想知道为什么游戏里能选择 Legacy(旧版) 和 Advanced(强化版) 语音吗?接着往下看吧——这是一个带着执念(字面意义上)的开发故事,为了达成最终的成果:角色变得更有层次、更有情绪,甚至……更加活灵活现。

为什么要加语音选项?

最初,我们在 Demo 阶段使用的是 Azure Speech Services。它稳定、部署快,很适合展示用。但 Azure 也有不少限制:我们希望女孩们在不同语言间的音色保持一致,可 Azure 的多语言表现并不理想。而且 Azure 的 TTS 成本极高 💸我们得想办法在不牺牲质量的前提下降低成本。

后来,像 ElevenLabs 和 MiniMax 这样的新一代语音服务出现了,能提供更多“情绪语气”的选项。经过数月测试,我们最终选择了 MiniMax——支持多语言、更具表现力、价格也更友好。

我们先在 Steam 中国区上线测试,随后扩展至俄语、德语,最后在 9 月为全球版全面实装。

优缺点

MiniMax 并不是我们唯一测试过的方案。团队从价格、稳定性、扩展性和技术支持等方面进行了横向比较:

  • Azure: 太贵

  • ElevenLabs: 品质最佳但是最贵

  • OpenAI: 贵,而且没有技术支持

  • Inworld: ❌ 不适用于我们的项目

  • MiniMax: 成本低、可以输出不同情绪,且情绪表达强、并且其客服团体还提供出色的技术支持。

我们选取了 Eddie 的一段经典台词网页链接​作对比样本,听听哪一个声音才最能“打动”你吧!

我们也非常注重语音的一致性。没有人希望哪天醒来,发现 Eddie 的声音彻底变了,再也换不回来。因此,我们保留了 Legacy(旧版) 与 Enhanced(强化版) 两种语音模式,让喜欢旧版语音的玩家可以自由切换。

同时我们目前支持六种语言(包括英语、中文、日语),并计划继续扩展。正在通过问卷调查全球玩家,以决定下一个加入的语言。因此选择能长期支持多语言的服务至关重要。

技术挑战

更换语音系统可不是件容易的事。

最大挑战在于:让不同语言的语气听起来自然、又忠于角色原声。因为每个女孩的声音,都是她人格的一部分。

我们也调整了音频格式——从早期 Demo 的 .wav 转为更轻量的 .mp3。这项技术改动不会影响游戏体验,

但能让系统兼容 MiniMax 的新文件结构。

这些“幕后细节”虽不显眼,却是你能在恰当时刻听到恰如其分的情绪的关键。 🎧

永无止境的打磨

我们仍在不断试验——在成本、稳定性、沉浸感之间寻找平衡。目标始终不变:让这些声音听起来更“鲜活”,

能与你产生情感连结,让你与她们共度的时光,难以忘怀。 ✨

根据玩家社区反馈:一部分人偏爱 Eddie 的原始甜美声,另一派则更喜欢她新版的“动画配音风”。Elysia 的英式新音色吸引了大批老玩家回归,而 Estelle 的 Legacy 版声音则仍是她忠实工程师们的首选。

你属于哪一派呢?是支持“Enhanced 强化语音”,还是钟情于“Legacy 旧版音色”?(不管怎样——Eddie 都全力支持你 💖🔪