首頁>>廠商>>語音識別與合成>>科大訊飛

科大訊飛InterPhonic 4.0語音合成系統(tǒng)新特性預覽

2005/06/20

　　 安徽中科大訊飛公司作為業(yè)界領(lǐng)先的語音技術(shù)提供商，一直致力于為中文語音合成（TTS）行業(yè)提供最專業(yè)、最重要的技術(shù)﹑產(chǎn)品和標準。其中文語音合成技術(shù)在2003、2004連續(xù)兩年國家權(quán)威的技術(shù)評測中均以大比分領(lǐng)先于競爭對手，囊括了所有關(guān)鍵指標第一名�？拼笥嶏w公司的InterPhonic語音合成產(chǎn)品系列，自面世以來就以其自然流暢的合成效果、豐富靈活的產(chǎn)品功能和穩(wěn)定高效的產(chǎn)品質(zhì)量贏得廣大客戶的一致贊譽，并成為目前中文語音合成市場的主流語音合成系統(tǒng)。2005年5月，科大訊飛公司正式發(fā)布了最新的語音合成系統(tǒng)InterPhonic 4.0，該產(chǎn)品在原產(chǎn)品版本基礎(chǔ)上效果又有了明顯提升，合成語音效果首次超過了一般自然人，相信該產(chǎn)品將會以一貫的品質(zhì)贏得更多客戶的認可。其相對于目前市場應用最多的科大訊飛去年發(fā)布的Interphonic3.0合成系統(tǒng)來說，除了繼續(xù)保持原有的優(yōu)質(zhì)效果外，還增添了許多更為個性化的新特性：

• 高質(zhì)量的語音合成效果


　　InterPhonic 4.0語音合成系統(tǒng)集訊飛公司多語種、多音色語音合成技術(shù)的優(yōu)勢于一身，在開放的多語種架構(gòu)下提供了對普通話、粵語、英文等多個語種的支持，同時也為用戶提供了包含沉穩(wěn)正式、活潑輕快、渾厚柔和的多種發(fā)音風格，充分滿足了對語音合成技術(shù)日益增長的個性化和多語種需求。系統(tǒng)提供的"小燕"音色活潑親切，在服務(wù)類應用中將帶給用戶更加人性化的體驗；"小美"音色甜美清新，提供高品質(zhì)的廣東話合成服務(wù)；"小宇"男聲淳美渾厚，對中文和英文都能駕輕就熟。新提供的多引擎管理接口對不同語種的系統(tǒng)提供一致化的訪問接口，允許用戶在服務(wù)過程中動態(tài)切換使用的音庫，以取得更好的語音服務(wù)效果。

　　訊飛公司的語音合成系統(tǒng)在滿足客戶對合成語音準確自然的要求之后，更加關(guān)注于向具有更強表現(xiàn)力的語音合成效果邁進。InterPhonic 4.0系統(tǒng)能自動識別出文本中包含的疑問、感嘆句式，并通過語氣和語調(diào)在語音中表現(xiàn)出來，從而使合成語音擺脫了正式呆板的形象，給用戶更加人性化的感受。為有效提升廣東話合成效果，InterPhonic 4.0系統(tǒng)中補充了大量的口語化語料和處理規(guī)則，能將正式文本按照廣東話實際播報的口語化效果進行轉(zhuǎn)化，從而使廣東話的合成更加貼近廣東、香港等地區(qū)實際應用的需要。


• 細致周到的優(yōu)化方案


　　科大訊飛公司提供的語音產(chǎn)品一向與實際應用緊密結(jié)合，以提供最優(yōu)質(zhì)的合成效果，最便捷多樣的應用為己任，希望能提供給客戶更加完善，最具價值的語音合成解決方案。在InterPhonic 4.0語音合成產(chǎn)品中也體現(xiàn)了訊飛公司對應用的一貫關(guān)注。對應用中最重要的動態(tài)信息的合成方面，新一代合成技術(shù)在效果上有了質(zhì)的飛躍。在語音合成典型的銀行應用環(huán)境下，數(shù)字和數(shù)值是合成的主要內(nèi)容，也是客戶關(guān)注的焦點。InterPhonic 4.0系統(tǒng)中針對數(shù)字數(shù)值的合成進行了專門的優(yōu)化，發(fā)音更加清晰飽滿、節(jié)奏感更強，能使用戶不費力的聽清記牢所播報的數(shù)字信息。InterPhonic 4.0也針對短語進行了優(yōu)化，從而使系統(tǒng)在合成單獨的詞組和短句時，停頓更加合理，語氣更加舒緩自然。經(jīng)過優(yōu)化之后的數(shù)字數(shù)值、短語人名等合成效果更加自然、流暢，完全可以達到以假亂真的程度。


• 全面完善的功能特性


　　在目前統(tǒng)一消息、智能網(wǎng)等平臺，語音郵件等業(yè)務(wù)中，客戶都有將電子郵件內(nèi)容或者Internet上共享信息資源合成為語音的需求。InterPhonic 4.0產(chǎn)品充分考慮了客戶的應用要求，能夠解析MIME格式的Email文本，將MIME格式中的無用信息過濾，把Email中的主題、發(fā)件人、收件人、內(nèi)容和文本附件等信息自動提取出來，從而將用戶最關(guān)心的內(nèi)容合成為語音。系統(tǒng)還支持了URI合成的功能，在用戶輸入需要合成的URI鏈接時，能主動從Internet下載文本內(nèi)容，從而更方便了網(wǎng)絡(luò)上信息資源的使用。

InterPhonic 4.0語音合成效果演示

• 純英文-小宇.wav (1.18M 男聲)
• 短語-小燕.wav (1.05M 女聲)
• 多音色-小靜.wav (1.2M 女聲)
• 多音色-小燕.wav (1.2M 女聲)
• 多音色-小宇.wav (1.1M 男聲)
• 數(shù)字數(shù)值-小燕.wav (1.7M 女聲)
• 疑問感嘆-小燕.wav (483K 女聲)
• 粵英混讀-小美.wav (797K 女聲)
• 粵語-小美.wav (1.03M 女聲)
  

科大訊飛公司供稿 CTI論壇編輯