領(lǐng)先的專業(yè)語音技術(shù)提供商－科大訊飛日前宣布其新一代重量級(jí)語音合成系統(tǒng)InterPhonic 3.0將于2004年第一季度推出。
　　科大訊飛每一代語音合成系統(tǒng)的推出都標(biāo)志著中文語音合成技術(shù)產(chǎn)品的一個(gè)全新里程碑，在效果表現(xiàn)和功能特性上的持續(xù)推進(jìn)也得到了眾多客戶的充分肯定。InterPhonic 3.0延續(xù)了科大訊飛的技術(shù)產(chǎn)品基本路線與原則，即基于對(duì)語音合成技術(shù)發(fā)展的深入思考、穩(wěn)健把握和對(duì)用戶需求的廣泛收集與詳細(xì)分析，將以全新的面貌展現(xiàn)在合作伙伴與客戶面前。
　　現(xiàn)在我們已經(jīng)可以預(yù)覽InterPhonic 3.0的一些重要新特性：
1．全新風(fēng)格的女聲音庫(kù)，并支持多音庫(kù)管理和運(yùn)行時(shí)自由切換；
　　除支持全新風(fēng)格的女聲音庫(kù)外，InterPhonic 3.0語音合成系統(tǒng)也同時(shí)支持原有的語調(diào)平穩(wěn)，語氣正式的女聲音庫(kù)。InterPhonic 3.0允許客戶選擇安裝兩種音庫(kù)中的任意一個(gè)，或者是同時(shí)安裝兩個(gè)音庫(kù)。并且提供了這兩種音庫(kù)自由切換的功能。客戶可以在系統(tǒng)運(yùn)行的情況下，通過參數(shù)設(shè)置切換合成服務(wù)的發(fā)音人。這樣客戶可以根據(jù)業(yè)務(wù)的變化，選擇更加適合應(yīng)用需要的發(fā)音人，而使整個(gè)語音應(yīng)用能提供給用戶更加自然的感受。
2．中文合成技術(shù)和中英文混讀合成技術(shù)方面都有新的突破；
3．在中文文本分析和處理的多個(gè)方面都有顯著的改進(jìn)；
　　在分析了不同應(yīng)用領(lǐng)域的文本特征之后，采用了統(tǒng)計(jì)和規(guī)則相結(jié)合的方法來進(jìn)行中文信息的分析處理。收集了大量與客戶的業(yè)務(wù)領(lǐng)域相關(guān)的文本和實(shí)際應(yīng)用中需要合成的文本信息，在進(jìn)行統(tǒng)計(jì)分析之后，進(jìn)一步優(yōu)化了統(tǒng)計(jì)模型和數(shù)據(jù)庫(kù)，并且增加了大量的處理規(guī)則，提升了文本中詞組的識(shí)別和特殊符號(hào)的處理的準(zhǔn)確性。通過統(tǒng)計(jì)和規(guī)則的結(jié)合，系統(tǒng)既保證了對(duì)大量文本分析處理的正確性，也保證在一些特殊語言環(huán)境下分析處理的正確性。
4．支持定制資源包和行業(yè)專用版；
5．背景音支持；
6．用戶提示音資源管理；
　　InterPhonic 3.0中具有對(duì)提示音的統(tǒng)一管理和處理的功能。用戶可以將提示音添加到系統(tǒng)中作為資源，并提供了自動(dòng)或手動(dòng)的方式調(diào)整提示音的語音特征，使提示音和合成語音合成更好的銜接。客戶使用CSSML文本標(biāo)記利用序號(hào)引用提示音，通過合成系統(tǒng)的開發(fā)接口得到的語音數(shù)據(jù)會(huì)自動(dòng)處理提示音與合成語音的拼接問題。客戶不需要的額外的開發(fā)工作就可以提升同時(shí)使用兩種語音的情況下播報(bào)的語音效果。如果結(jié)合InterPhonic 3.0新支持的背景音特性，兩段語音之間有背景音樂進(jìn)行過渡，語音應(yīng)用的效果將更加自然。
7．提供功能豐富、使用便捷的合成工具包。
　　以上只是InterPhonic 3.0部分新特性的預(yù)覽，InterPhonic 3.0同時(shí)還支持目前市場(chǎng)主流應(yīng)用的InterPhonic CE 2.2的所有重要特性。我們相信，隨著InterPhonic 3.0的推出，將促使語音應(yīng)用邁上更高的臺(tái)階。

科大訊飛公司供稿 CTI論壇編輯