TTS(Text-To-Speech,語音合成) 對比熟悉的ASR(語音識別)技術(shù),是將文字轉(zhuǎn)化為聲音“朗讀出來”,讓機器生成自然動聽的人類語言。
TTS行業(yè)發(fā)展最早可追溯到1779年,機械式語音合成器誕生了。伴隨中國語音合成產(chǎn)品從初步發(fā)展走向成熟,實現(xiàn)差異化才能突出重圍。不僅是技術(shù)實力,產(chǎn)品結(jié)構(gòu)性優(yōu)勢、部署形式,都直接關(guān)系到市場是否愿意為TTS技術(shù)買單。
“聲音復刻”又稱“聲音克隆”,是語音合成技術(shù)(TTS)的個性化應用,用戶可通過少量的錄音進行模型訓練,得到與用戶本人在音色和發(fā)音風格上非常相似的聲音模型,快速“復刻”個性化聲音,該“復刻”聲音可使用在講故事、播天氣、讀小說、導航播報等功能場景。
快速“復刻”個性化聲音
近期,思必馳DUI開放平臺上線“聲音復刻”技術(shù)服務,用戶通過該平臺(www.dui.ai),快速獲取思必馳TTS技術(shù)服務并集成到產(chǎn)品中,縮短項目落地周期,加快產(chǎn)品迭代更新。
思必馳DUI開放平臺“聲音復刻”技術(shù)服務,支持男聲、女聲、童聲的復刻,支持中、英文文本,支持UTF-8等多種文本格式,支持SSML標簽控制。同時,該服務支持8k、16k、32k等多種采樣率,支持合成mp3、wav、pcm等多種音頻格式……
七步,獲取“聲音復刻”的超級體驗
第一步,打開思必馳DUI開放平臺(www.dui.ai),創(chuàng)建開發(fā)者賬號,并登錄。
第二步,創(chuàng)建產(chǎn)品,并勾選“聲音復刻”服務。
第三步,給創(chuàng)建的產(chǎn)品配置授權(quán)參數(shù):選擇接入API,創(chuàng)建APIKEY。
第四步,獲取免費調(diào)用量套餐包:用于調(diào)試時請求訓練接口的用量消耗。
(可免費申請100次訓練調(diào)用量)
第五步,聯(lián)系客戶經(jīng)理或留言“思必馳”官方微信)，配置用于測試的產(chǎn)品。
第六步,免費體驗官方聲音復刻小程序:“小馳慧聽”
有效期至2021年9月30日
第七步,按照快速集成指南,集成思必馳聲音復刻云端服務。
語音合成研究,來由已久
思必馳關(guān)于語音合成技術(shù)研究始于2007年,公司在英國劍橋大學初創(chuàng)立時。經(jīng)過10多年的研究積累,思必馳在建模方法上,涵蓋了從傳統(tǒng)的統(tǒng)計參數(shù)模型到最新的基于神經(jīng)網(wǎng)絡的方法;對聲碼器的研究,涵蓋了從傳統(tǒng)的基于信號處理的方法到最新的基于神經(jīng)網(wǎng)絡的方法。
2017年、2020年,思必馳先后參與國家標準《中文語音合成互聯(lián)網(wǎng)服務接口規(guī)范》與行業(yè)標準《中文語音合成服務系統(tǒng)評估規(guī)范》的制定,并成為全國首批通過評估測評的公司之一。
思必馳語音合成服務,也已在車載、?電、機器?、智能客服等諸多領(lǐng)域成功落地。如今,TTS應用即可作為技術(shù)單獨使用,也可作為語音交互的重要輸出環(huán)節(jié)。伴隨語音交互技術(shù)應用落地各行業(yè),語音合成技術(shù)也找到了用武之地,涵蓋公共服務、智能硬件、交通出行、泛娛樂等行業(yè)。
讓機器真正能與人類產(chǎn)生自由的交流,是一個長期的過程?，F(xiàn)在我們見到,語音合成技術(shù)走出實驗室,從幕后到臺前是AI技術(shù)落地的必由之路,交付自主權(quán)給用戶,讓技術(shù)在實際應用中迎來曙光。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
