科大訊飛新一代語音技術(shù)產(chǎn)品ViviVoice1.0帶來更多娛樂體驗
vivivoice1.0聲音樣例
2006/08/29
ViviVoice1.0是科大訊飛經(jīng)過多年的努力，采用最先進的參數(shù)合成技術(shù)，專門針對個性化語音應(yīng)用相關(guān)用戶，在業(yè)界率先推出的一款全新的語音合成產(chǎn)品。該產(chǎn)品具有合成語音流暢度高、音效調(diào)整能力強、系統(tǒng)尺寸小、可以快速定制發(fā)音人、具有音色轉(zhuǎn)換功能等多個亮點。非常適合電信增殖服務(wù)提供商，動漫、游戲制作提供商以及單位、家庭等個性化語音應(yīng)用的場合。隨著該產(chǎn)品的強力推出，必將開啟語音娛樂應(yīng)用的新時代，從而極大的帶動相關(guān)產(chǎn)業(yè)的發(fā)展，真正惠及廣大人民群眾。ViviVoice產(chǎn)品在技術(shù)上的多項重大突破再次證明了科大訊飛是語音產(chǎn)業(yè)當之無愧的領(lǐng)導(dǎo)者。該產(chǎn)品的主要特性如下：
主導(dǎo)個性化語音服務(wù)新潮流，提供豐富、風(fēng)格多樣化的音色選擇，如渾厚淳正的男聲，成熟穩(wěn)重、輕快活潑、或溫柔甜美的女聲，甚至童聲、少男、少女、老年人音色等等，所有音色庫均繼承科大訊飛語音合成技術(shù)一貫的優(yōu)良品質(zhì)。用戶可供根據(jù)不同應(yīng)用業(yè)務(wù)需要，選擇最適合應(yīng)用場景的語音風(fēng)格，并支持實時動態(tài)的音色切換。
由于采用了參數(shù)合成的方法，所以ViviVoice產(chǎn)品可以在保證合成效果的前提下對音量、音高、語速等重要參數(shù)進行大幅度的調(diào)整，可以生成多種多樣的特色音效，完全能滿足動漫、游戲、聲訊、搞笑等應(yīng)用場合的需求。
除產(chǎn)品本身自帶的多個音庫以外，用戶還可以根據(jù)自己的業(yè)務(wù)需要，挑選符合自己業(yè)務(wù)風(fēng)格、特點的發(fā)音人，并到訊飛錄制1000句或者100句話，經(jīng)過專業(yè)人員的分析、標注、訓(xùn)練、制作后，訊飛即可在兩周內(nèi)提供一個該發(fā)音人音色的音庫。
由于ViviVoice采用的是參數(shù)合成方法，可以非常方便的對參數(shù)進行控制，所以從根本上避免了由拼接導(dǎo)致的合成語音不連貫。使得合成語音更加流暢、自然。
ViviVoice1.0語音合成產(chǎn)品所擁有的高準確度智能文本分析與預(yù)處理技術(shù)，有效保障語音合成準確、流暢、自然。得益于科大訊飛在語言學(xué)上的深厚積累、與相關(guān)權(quán)威科研機構(gòu)的緊密合作，以及通過寬廣的應(yīng)用實踐平臺所積累的海量專業(yè)知識庫，通過不斷訓(xùn)練和優(yōu)化，即使在面對針對語言分析處理的難點，如多音字、特殊符號、韻律短語、未登錄詞（如地名、人名）等等，也能保障得到高度準確的自動處理結(jié)果。
針對主流應(yīng)用環(huán)境的普遍需求，科大訊飛廣泛收集實際應(yīng)用的語料， 并用特定的模型對數(shù)字數(shù)值、短語短句等進行優(yōu)化，從而使得合成更加清晰、準確、飽滿、節(jié)奏感更強。
ViviVoice產(chǎn)品是通過參數(shù)的方法來記錄語音的，所以整個系統(tǒng)的尺寸要比大語料庫系統(tǒng)小很多，運行庫尺寸小于70M，每個音庫的尺寸小于8M。有效的降低了系統(tǒng)對資源的要求。
vivivoice1.0聲音樣例
科大訊飛公司供稿 CTI論壇編輯
相關(guān)鏈接: