“技术实力派”——突破传统语音合成两大瓶颈

2018-06-17来源 : 互联网

当你打开智能音响或是手机语音助手时,一句“您好,请问您需要什么服务?”从音响蹦出,虽然清晰洪亮,但听起来“机械感”十足,缺少人声该有的特质——在不同场景下的不一样的语音和语调。

其实,这就是传统语音合成技术的缺陷。

通常,传统语音合成的技术有“拼接法”和“参数法”两种方式。波形拼接在语料库中抽取合适的拼接单元,拼接成为句子。参数语音合成则需要对音库进行参数化建模,根据训练得到的模型预测出韵律参数和声学参数。

在时间成本上,参数的合成方式需要进行十个小时左右的录音采集,而波形拼接的语音合成方式则需要几十个小时以上的录音采集, 才能完成一套定制化语音包的制作,周期长,耗费精力大。两种方式,在合成效果上,也难以接近真人的发音,音调韵脚都缺乏表现力。

对于攻克语音合成“不**”和“缺乏表现力”这两大难题,标贝科技联合创始人CTO李秀林认为,随着深度学习技术的持续发展,解决语音合成的突破口已经越来越近,对此他充满信心。

我们从李秀林的履历,得知他在语音合成行业已深耕10余年,可谓是深谙此道。

标签: 技术实力派

联系电话:023-62873158      地址:重庆市渝北区金州大道94号财富森林2幢

增值电信业务经营许可证:渝B2-20120016 渝ICP备11000776号-1 北京动力在线为本站提供CDN加速服务

Copyright©2004-2020 3158.CN. All Rights Reserved 重庆叁壹伍捌信息技术有限公司 版权所有

3158招商加盟网友情提示:投资有风险,选择需谨慎