记者了解到，招聘“声音模特”是为了录制用于智能音箱的语音合成素材。除以上要求，应聘者还要能创造性发挥，会外语口语，并且只选一个人。目前收到的四五百份应聘语音里，阿里巴巴一位公关经理听了几十份，觉得在创造性发挥方面都有欠缺。http://www.yixiin.com/company/news-htm-page-1.html
“一天一般录4小时。录8小时，恐怕接下来要休息一周。”上述公关经理说道。
700元一小时
一则招聘引热议
“成都话说得好，也能挣钱，而且还不低：700元一小时。”最近，不少成都高校的学生关注到这样一则招聘。招聘由标贝（北京）科技有限公司发布，招聘的是“天猫精灵声音模特”，薪资待遇700元每小时。
招聘中要求，成都方言发音标准流畅，熟练掌握使用各种方言词汇，还要求“具备基本英语能力，能模仿外语口语发音”。应聘者需要发送两段录音，其中一段是以“你好，我是天猫精灵”开始的固定文本，另一段要求用成都方言进行2分钟以内的自我介绍。
这则招聘像是在四川一些高校的学生群里扔下一块巨石。招聘信息刚到群里，有人就跃跃欲试：“嗨呀，这太适合我了。我要去录音了。”有同学自信满满：“700元一小时，一天5600元？我感觉我能录到公司破产。”有人觉得遗憾：“我的四川话本来很正，但宿舍来了一个东北老铁，口音被他带歪了，我感觉损失了好几个亿。”也有来自外省的同学不解：“凭什么四川话这么值钱？我们广东人表示不服。”另一个同学也在群里问：“粤语就不行？”
收到四五百份应聘素材
目前还没选出合适的
阿里巴巴公关经理朱女士确认了这份招聘的真实性，“是为了录制用于天猫精灵智能音箱的语音合成素材，采集四川话的成都口音。”她看了下邮箱后说，上周四前后招聘发布，现在邮箱里已收到四五百份应聘的素材。不过她表示，自己跟着听了几十份，“还没有符合条件的。”在她耳朵里，这些声音的音质自不必说，只是在稳定性方面或在创造性上都有所欠缺。
“收到的邮件里，有一些是专业的配音公司发来的。”朱女士介绍，除了发音标准、音质稳定，考虑到天猫精灵智能音箱的用户人群，声音还得年轻、活泼，“所以我们更加倾向于学生。”她也解释了“创造性发挥”：实际使用中智能音箱和使用者交流时，是有性格的，有时候会是幽默的，有时候可以怼，有时又要可爱，因而应聘者在录音时并不总是阅读固定文本，“例如，我们会给出一个问题，要求给出十个不同的回答。”她介绍，2分钟的自我介绍就有意考察应聘者的发挥。
至于外语要求，她举例：使用者要听英语歌曲时，说出后智能音箱会复述，“需要保持汉语和英语音质的一致性，所以要求应聘者会说英文。”
在她看来，时薪700元的工资，在语音合成行业里已不算低，“一般是400-600元。”给出高薪是考虑到方言的语音合成相对于普通话要难。不过一天挣5600元的想法不太现实，“一般一天会录4个小时，如果录8个小时，可能接下来要休息一周。”朱女士补充，这次招聘是根据实际录音时间计薪的。
四川话和普通话差异小
目前只在做四川话版本
“如果确实有与要求相符的声音，最终会选定一人。“朱女士介绍，之后便由供应商安排选中的人录音，做语音合成，并提供给阿里巴巴方面。标贝（北京）科技有限公司便是这个项目的供应商。她解释，使用时智能音箱会说很多不同的话，录音时不可能全部顾及，“会把有可能出现的字、词和连贯的句子录下来，供应商再做语音合成——这样，就会自动生成各种各样的话。”
据介绍，目前天猫精灵的方言版本只有四川话。“四川话覆盖的人群广泛，能够和我们一起做这件事的人就多。”另一方面，朱女士表示，四川话和普通话的差异相对小一些。“智能音箱还涉及到语音识别，需要理解方言在普通话里的意思，四川话几乎不存在这个障碍。”http://www.yixiin.com/sitemap/index-htm-mid-5.html
“肯定不会只有四川方言。”她也透露，不过目前还没想好其他地区的方言版怎么做。
