配音是一个利润丰厚的市场，Verified Market Research预测，到2027年，仅电影配音服务每年就可以产生36亿美元的收入。但同时，这也是一个极其花费精力且成本高昂的过程。平均来说，每五分钟的旁白就需要一个小时的录音室时间。即使是一个简单的视频，市场平均配音价格也在每分钟75美元左右。

英国初创公司「Papercup」正试图用人工智能技术来解决上述问题，该公司声称其配音技术已经被媒体巨头 Sky News、Discovery 和Business Insider 采用，并被用于翻译 Bob Ross 标志性节目《绘画的乐趣》。

据 Techcrunch 报道，英国初创公司「Papercup」日前宣布在 Octopus Ventures 领投的 A轮融资中筹集了2000万美元，参投方包括 Local Globe、Sands Capital、Sky 和 ​​Guardian MediaVentures、Entrepreneur First 和 BDMI。其首席执行官 Jesse Shemen表示，迄今为止，「Papercup」共筹集了3050万美元的总资金，其中大部分将用于 AI声音制作的研究，并扩大「Papercup」对外语配音市场的支持。

在过去的12个月中，就有超过3亿人观看了由「Papercup」翻译的视频，Shemen 表示。「Papercup」由 Shemen 和 JiamengGao于2017年创立，提供一种可自动识别目标电影或节目中的人声，并以新语言生成配音的人工智能配音解决方案。视频内容制作者只需上传视频，指定一种语言，等待「Papercup」的母语团队对音频进行质量检查，然后再接收带有合成画外音的翻译视频即可。

Shemen称「Papercup」的平台能以人力无法比拟的规模和速度生成配音。除了为客户创建的自定义音视频翻译之外，「Papercup」还提供具有人类“真实”音调和情感的声音目录，其中许多已被用于企业内部通信、公告和教育材料中。

人工智能生成的“合成媒体”市场正在快速增长。Synthesia、Respeecher、Resemble AI 和 Deepdub等专注于音视频的公司已经推出了用于电视电影制作的 AI 配音工具。但同时也正如《华盛顿邮报》的 Steven Zeitchik 所指出的，不注重细节的 AI配音内容可能会失去其“本土风味”。此外，人工智能配音领域也出现了伦理问题，例如是否可以重现已故之人的声音等。

Shemen 认为，“凭借真正富有情感的 AI 智能配音，「Papercup」可以处理各种形式的内容，让每个人都能更轻松地享受音视频内容。”目前，「Papercup」在伦敦拥有38名员工，并同时在三大洲设有线上翻译网站。