首頁(yè)>>廠商>>語(yǔ)音識(shí)別與合成>> 捷通華聲

合成語(yǔ)音走向商用化

曉波 2001/08/02

　　7月18日，對(duì)于捷通華聲來(lái)說(shuō)，是一個(gè)特別的日子。在這天，公司發(fā)布了最新的、語(yǔ)音質(zhì)量自然的TTS（文本轉(zhuǎn)語(yǔ)音技術(shù)），吸引了CTI和相關(guān)應(yīng)用領(lǐng)域的眾多廠商代表。

　　在介紹捷通華聲的TTS技術(shù)之前，公司總經(jīng)理張連毅先生不止一次談到當(dāng)年北京市長(zhǎng)熱線的建設(shè)情況。在當(dāng)時(shí)，系統(tǒng)集成商考慮到市長(zhǎng)熱線的內(nèi)容會(huì)經(jīng)常變化，如果采用錄音播放，可能在時(shí)間緊急時(shí)來(lái)不及重新錄音；如果采用TTS技術(shù)，只需改變文本內(nèi)容，就簡(jiǎn)單得多了。所以，集成商采用了TTS技術(shù)。未曾想，在系統(tǒng)驗(yàn)收時(shí)，由于合成語(yǔ)音的質(zhì)量差被否定，只好連夜找人重新錄音。張總說(shuō)出了長(zhǎng)期阻礙TTS技術(shù)商用的一個(gè)原因，就是合成的語(yǔ)音質(zhì)量太差，不能為人們所接受。也因?yàn)榇耍�捷通華聲為自己的新品推出組織了一個(gè)大型發(fā)布會(huì)，因?yàn)樗麄兿嘈殴�司的TTS合成的語(yǔ)音質(zhì)量自然、流利。而事實(shí)上，會(huì)前采用TTS技術(shù)播放的新聞，就被不少人誤認(rèn)為是錄音播放。

　　專注TTS和語(yǔ)音技術(shù)

　　看到語(yǔ)音技術(shù)的前景，眾多IT巨頭和公司加入市場(chǎng)的逐角。僅僅在漢語(yǔ)識(shí)別和合成領(lǐng)域，就聚集了微軟、Intel、Motorola、IBM、PHILIPS、松下等公司。而作為一家民營(yíng)企業(yè)，捷通執(zhí)著地認(rèn)為，漢語(yǔ)語(yǔ)音技術(shù)應(yīng)該掌握在中國(guó)人自己手中，特別是在得知國(guó)內(nèi)某家大型通信公司采用由以色列一家公司開(kāi)發(fā)完成的中文語(yǔ)音合成技術(shù)，進(jìn)行電話查詢及聲訊業(yè)務(wù)，而每一條電話線的技術(shù)使用費(fèi)需要1萬(wàn)元/年之后，他更是這樣認(rèn)為。

　　捷通為了加強(qiáng)在語(yǔ)音技術(shù)方面的研發(fā)實(shí)力，于去年聯(lián)合著名語(yǔ)音技術(shù)專家呂士楠先生，共同投資創(chuàng)辦了專門從事漢語(yǔ)語(yǔ)音技術(shù)研究和應(yīng)用的捷通華聲語(yǔ)音公司。由呂先生親自主持捷通華聲語(yǔ)音研發(fā)中心，并在TTS技術(shù)上不斷創(chuàng)新。去年2月，捷通的TTS實(shí)現(xiàn)了中英文混讀的功能；去年5月，實(shí)現(xiàn)語(yǔ)音合成技術(shù)在嵌入式操作系統(tǒng)中的移植；今年7月，推出語(yǔ)音質(zhì)量自然的語(yǔ)音合成系統(tǒng)。

　　應(yīng)用在CTI領(lǐng)域

　　作為提供語(yǔ)音產(chǎn)品和平臺(tái)的廠商，捷通主要專注在三個(gè)領(lǐng)域：CTI領(lǐng)域、獨(dú)立軟件產(chǎn)品和嵌入式操作系統(tǒng)。由于公司TTS音庫(kù)大小可調(diào)節(jié)，可應(yīng)用于不同的系統(tǒng)。對(duì)于CTI等大型應(yīng)用系統(tǒng)，其語(yǔ)音庫(kù)約為2G 大小，語(yǔ)音質(zhì)量較高，而且自然；對(duì)于PC應(yīng)用，語(yǔ)音庫(kù)壓縮為1.5～2M，但語(yǔ)音質(zhì)量沒(méi)有太大損傷，為PC個(gè)人用戶服務(wù)；對(duì)于嵌入式操作系統(tǒng)以及掌上終端應(yīng)用，語(yǔ)音庫(kù)大小為1M。

　　捷通TTS在CTI行業(yè)中的應(yīng)用提供四種解決方案：電話智能語(yǔ)音中心、語(yǔ)音服務(wù)器方案、本地接口調(diào)用、離線合成。

　　電話智能語(yǔ)音中心

　　提供CTI可視化制作系統(tǒng)，由維護(hù)端和監(jiān)視管理端兩部分組成，使用戶無(wú)需編程，就可完成簡(jiǎn)單的、計(jì)算機(jī)電話語(yǔ)音集成功能。該方案適用于簡(jiǎn)單的CTI應(yīng)用，如中小企業(yè)的咨詢服務(wù)、統(tǒng)計(jì)調(diào)查，以及金融、工商、稅務(wù)、醫(yī)院等行業(yè)。

　　TTS語(yǔ)音服務(wù)器方案

　　直接提供裝載有捷通TTS語(yǔ)音服務(wù)系統(tǒng)的服務(wù)器，與現(xiàn)有的聲訊服務(wù)相平行，接受其指令和文字?jǐn)?shù)據(jù)流，合成產(chǎn)生語(yǔ)音數(shù)據(jù)流返給原系統(tǒng)，適用于電信、大型企業(yè)CTI系統(tǒng)及聲訊臺(tái)改造、升級(jí)，如160、168等聲訊臺(tái)、UMS統(tǒng)一信息服務(wù)系統(tǒng)、呼叫中心等。

　　支持嵌入式系統(tǒng)

　　與其他文語(yǔ)轉(zhuǎn)換系統(tǒng)相比，捷通的TTS技術(shù)具有音庫(kù)壓縮特點(diǎn)，從而使TTS技術(shù)向嵌入式操作系統(tǒng)的移植（尤其是向PDA上的移植）具備先決條件。同時(shí)，捷通TTS技術(shù)在大規(guī)模真實(shí)錄音語(yǔ)音庫(kù)的基礎(chǔ)上，增加了音庫(kù)壓縮算法和音色變換算法形成核心技術(shù)，音庫(kù)大小可縮擴(kuò)，小音庫(kù)為1MB，適合基于嵌入式操作系統(tǒng)的應(yīng)用。

　　針對(duì)嵌入式系統(tǒng)的應(yīng)用，捷通提供了TTS開(kāi)發(fā)工具包CE版本，提供掌上電腦上的語(yǔ)音合成應(yīng)用，即語(yǔ)音伴侶CE版本。

　　在TTS技術(shù)的基礎(chǔ)上，捷通將以語(yǔ)音合成技術(shù)為核心，逐步發(fā)展語(yǔ)音識(shí)別、自然語(yǔ)言理解、模式識(shí)別等人工智能處理技術(shù)。

摘自中國(guó)計(jì)算機(jī)報(bào)