首頁>>廠商>>語音板卡開發(fā)商>>東進技術

語音合成基于DSP
——東進基于DSP的TTS語音卡

2001/08/30

　　在各種 CTI應用系統(tǒng)中，電腦語音板卡是一塊基石，板卡性能是否穩(wěn)定、單機板功能集成高低且采用微處理器與否，直接影響到整個應用系統(tǒng)的穩(wěn)定性。DSP是近年來廣泛應用于通信行業(yè)的新技術，自DSP技術應用到電腦語音板卡后，大大增強了板卡的功能，也為集成新技術和新功能奠定了基礎。

　　TTS作為CTI的一項核心技術，就是利用DSP技術集成到語音卡上的。

　　在目前的CTI應用中，自動語音應答系統(tǒng)的放音大多采用錄音——簡單拼接——重放的方法。

　　而中文語音合成技術（TTS），是基于語音數(shù)據(jù)庫技術，采用語音基元拼接的方法進行語音合成。采用這種技術的漢語文語轉換系統(tǒng)，通過隱馬可夫模型法等算法進行文本分析，依據(jù)漢語韻律的變化建立多樣本的語音基元數(shù)據(jù)庫，并采用恰當技術挑選所需語音單元拼接起來，生成高自然度的語句。由于語音基元樣本截取于自然語音波形，所以合成的語音具有高清晰度和高自然度。而且只要語音數(shù)據(jù)庫足夠完備，就可以拼接出任何語句。

　　TTS技術的應用在CTI環(huán)境下的特殊技術要求包括：

　　◆并發(fā)處理能力要求高。CTI是并發(fā)、隨機的業(yè)務，要求能夠同時處理多個呼叫請求，因此要求同時多通道TTS放音，支持高密度應用。

　　◆實時通信處理。電話通信是實時通信，要求TTS的時延控制在很小的范圍內(nèi)（低于0.1秒），否則可能造成接續(xù)不夠連貫。

　　◆開放性環(huán)境是大勢所趨。通信業(yè)務在逐步開放，TTS需要具備二次開發(fā)接口性能才可以集成在CTI、智能網(wǎng)等業(yè)務中。

　　◆靈活擴展性。隨著業(yè)務規(guī)模擴展，TTS 能夠隨著CTI系統(tǒng)擴容而靈活擴展，最大限度保護既有投資。

　　◆版本方便升級。當TTS產(chǎn)品的技術性能得到進一步提升時，在不增加任何硬件的情況下可以通過軟件更新實現(xiàn)版本的升級。

　　為滿足這些要求，很多供應商提出了技術方案，語音卡供應商Dialogic和深圳東進分別提出了自己的解決方案——基于DSP技術的TTS語音卡。

　　基于DSP的TTS語音卡解決方案充分考慮通信網(wǎng)環(huán)境，特別是電話通信的環(huán)境，很好滿足了CTI系統(tǒng)的技術需求。

　　東進(http://www.dj.com.cn)的解決方案是在一塊語音板卡同時集成32線TTS合成和16線電話呼叫處理能力。其D160A-TTS語音卡，采用DSP芯片、內(nèi)置TTS技術、內(nèi)置32方會議、單卡提供16通道的電話語音處理功能的模擬語音卡，在卡內(nèi)程序中嵌入了TTS 系統(tǒng)的接口，支持中文WindowsNT平臺和中文語音合成。

　　下面以深圳東進的D160A-TTS產(chǎn)品為例簡單介紹TTS語音卡的應用。在數(shù)字中繼線路上（ISDN-PRI信令，1號信令，7號信令）的硬件構成如右圖。

　　TTS方面的操作是在D160A-TTS的DSP基礎上實現(xiàn)的，而通過E1線路和電信網(wǎng)絡接口的處理、信令處理、交換、接續(xù)控制等，都是由D320/640 E1實現(xiàn)的，調(diào)用的是數(shù)字中繼卡的API函數(shù)。

　　單獨的一塊D160A-TTS卡上面除了支持TTS的功能之外，還可以處理呼叫控制、信號產(chǎn)生、DTMF收發(fā)、電話會議、A/D轉換、D/A轉換等。

　　D160A-TTS數(shù)字中繼線路上的硬件構成圖

　　從軟件結構上面來看，基于DSP的TTS技術具有模塊化、開放性、可升級性等特點。軟件模塊的組成如下：

　　TTS API（TTS編程接口）是面向開發(fā)商提供的接口，對于沒有TTS技術背景的開發(fā)人員來說，使用TTS API也可以開發(fā)出完整的TTS程序。

　　D160A-TTS軟件模塊組成圖

　　TTS語音卡在CTI系統(tǒng)中應用非常廣泛，在銀行、政府機關、氣象服務中心、考試中心、公用事業(yè)、114查詢臺、160/168信息臺等的IVR交互式語音應答系統(tǒng)中都可采用，甚至用在網(wǎng)絡中，用戶可以通過普通電話撥入Internet，利用TTS技術收聽網(wǎng)頁和E-Mail。

中國計算機報 2001/08/30