点击上方👆蓝字关注我们！
智能创作是字节跳动的多媒体创新科技研究所和综合型服务商，由视觉智能、语音和音频智能、音视频编辑、特效、创作工具和产品六个团队组成。 6 月 25 日，历经 48 小时昏天黑地的角逐，由智能创作联合火山引擎和 ByteTech （字节跳动内部技术社区）共同举办的第二届字节跳动智能创作 Hackathon 大赛落幕 。围绕本次主题：创意无极限，智能创作团队的开发者们大开脑洞，组团队！想创意！码代码！迎挑战！搞事情！诞生了众多充满想象力和技术力的优秀项目。
下面我们一起来看看这 48 小时内优秀获奖项目的背后故事。
亚军项目（一）
：简音
项目定位
：All in One 的针对播客的音频编辑软件
项目亮点
：变“听”为“看”，通过剪文本来剪音频，节省 90% 剪辑时间
采访对象
：项目发起人——智能音频创作产品经理 Scott & 抖音工具线产品经理 Vanessa
- 简单介绍一下这个项目是做什么的？
Scott
: 简音是一款 All in One 的针对播客的音频编辑软件。我和 Vanessa 是分别负责音频技术和创作工具的产品经理，同时 Vanessa 还有自己的播客。我们在日常编辑音频的过程中发现大部分产品都不能满足需求，所以就想能不能做一个服务于播客场景的简单高效的音频编辑软件，来降低播客主播们的编辑成本。
- Vanessa 作为播客主播在音频剪辑中有什么实际困难么？
Vanessa
: 困难就是剪音频非常麻烦，一方面通用的音频工具功能繁多，使用门槛比较高，另一方面因为没有一款产品满足所有需要，所以我经常为了剪一个音频在各个 APP 间辗转腾挪。我记得第一期是跟一款线上交友 APP 的 PM 对谈交友和婚恋相关的看法和建议，2小时的节目断断续续竟然剪了半个多月才出炉。
常见剪辑软件形式
- 简音为什么可以大幅提升播客音频编辑的效率？
Scott & Vanessa
: 播客的音频特点是内容多和篇幅长。剪辑的困难一方面因为大部分剪辑软件使用非常复杂，令人望而生畏；另一方面，传统的剪辑手法使得 1 小时的节目大约需要 7 小时来剪辑。简音是为播客而生的剪辑工具，化繁为简只保留最重要的功能。这里面最重要的是它全新的可视化剪辑手法，改变了传统“听”的剪辑方式，通过剪文本来编辑音频，比听要高效数倍，而且我们融合了很多智能的技术手段，可以一键删除“嗯”、“啊”等废词和静默停顿、一键降噪、复刻音色修改音频等等，帮助大幅提升长音频的剪辑的效率。
简音核心解决的 6 大难题
- 听说你们团队拥有 Hackathon锦鲤？
Vanessa
: （笑）对，我参加过 5 次 Hackathon，每次都有获奖，所以我对 Hackathon 评审看重什么比较清楚。大家比赛的时候不光要把技术做成 demo，更要考虑项目的完整度、落地应用和市场前景，这样进入决赛的概率就会大很多。团队另外一名研发也是次次 Hackathon 都得奖，所以我们算是双倍锦鲤加持了！
- 简音这个名字有什么寓意么？
Vanessa
: 我们的名字本来参考了剪映，因为剪映是一个门槛低但功能丰富的视频剪辑工具，我们希望音频剪辑工具也能像剪映一样，就起名叫做“剪音”。后来，智创的 SAMI 团队（全称 Speech, Audio & Music Intelligence，专注于语音、音乐和音频领域的 AI 前沿技术），提供了很多超赞的智能技术，让剪音频变得非常简单，所以最后改名叫“简音”。
- 48 小时的比赛中，遇到的最大挑战是什么？
Scott
: 最大的挑战就是氪肝啊。这个项目如果完整实现至少需要 1 个月时间，但是比赛时间有限，我们提取了最核心的功能。
- 简音主要用到了哪些技术？
Scott
: 简音的主要技术有 3 个：
- 首先是 语音转文字 ：目前我们的技术可以实现小于 5% 的低字错率，满足了当前场景的基本需求。
- 其次是 深度降噪 ：一键实时的深度降噪，可以保障各个场景的高音质语音都被真实还原。
- 最后是 音色克隆 ：我们可以实现少于 5 分钟的任意语料克隆用户音色，所以不用担心说错话，这个功能可以轻松完成错误修改。
- 还有什么特别想跟大家说的么？
Scott & Vanessa
: （笑）可以发一个诚挚的招聘邀请么～传送门如下哈：
对音视频创作感兴趣的同学可以戳：
https://job.toutiao.com/s/ebmjYyq
对智能语音和智能音乐有兴趣的同学可以戳： https://job.toutiao.com/s/ebX4AKQ
研发、产品和运营岗位应有尽有，全球入职哦～