1分钟常识锦囊 | 舆图软件是怎么做到让林志玲、郭德纲为你指路的？

原问题：1分钟常识锦囊 | 舆图软件是怎么做到让林志玲、郭德纲为你指路的？

提问：@Megan

今天锦囊答主：科大讯飞研究院合成组

语音合成也叫文语转换（Text-To-Speech），简称TTS，简朴领略就是“让呆板说人话”。合成技能的结果有四个考量维度：示意力、音质、伟大度和天然度。今朝的技能演进，天然度和音质都有了明明晋升，各大技能提供商更多的是在研究怎样进步合成音的示意力，出格是语气和情绪方面，很典范的案例产物的就是高德用林志玲和郭德纲的声音播报路况。

那么一条音频是怎样合成出来的？这个进程包罗了两个步调：起首是建造语音库，然后是行使语音库将文本酿成音频的进程。

建造语料库必要录制用户数小时的干声，对灌音开展数据标注，再举办特性实习和技能优化，才气使韵律、音色、音质及天然度越发贴近，让合成的声音越发天然、流通。以高德舆图中林志玲的导航声音为例，在开始合成之前，起首是请志玲姐姐录了一些音频。这些音频不是随意说说就可以的，科大讯飞研究团队为林志玲做了出格计划——除了计划平衡的发音组合、黑白语句外，还专门为浮现她的“娃娃音”增加了语气词，并团结导航应用做了方向计划。以是能用最短的语料做出最好的结果。

之后就是把文本合成成语音。输入文本后，起首必要凭证辞书法则对文本举办说话处理赏罚，好比模仿人对天然说话的领略进程，包罗文本规整、词的切分、语法语义说明，使计较机对输入的文本能完全领略，并给出后续步调所必要的各类发音提醒。然后是韵律处理赏罚，就是为合成语音筹划出音段特性，如音高、音长和音强等，使合成语音能正确表达语意，听起来越发天然。最后按照前两部门处理赏罚功效的要求输出语音，即合成语音。

将来不只仅是明星，身边的统统声音理论上皆可合成。

而语音合成技能的应用范畴也很广。汽车导航内嵌的语音体系、智妙手机语音助手、念书软件等等，这些应用的实现都离不开语音合成，时下热点的AR、呆板人、可穿着装备等也为语音合成技能落地提供了更辽阔的市场。

1分钟常识锦囊是36氪的日更问答新栏目，旨在天天以一分钟为限，快问快答一个重要的贸易题目。本日我们解答的是人工智能相干的题目。假如你对近期的贸易天下尚有什么疑问，接待在评述区给我们留言，锦囊认真找好手为你解答

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!