首頁>>廠商>>語音識別與合成>> 捷通華聲

合成語音走向商用化

曉波 2001/08/02

　　7月18日，對于捷通華聲來說，是一個特別的日子。在這天，公司發(fā)布了最新的、語音質量自然的TTS（文本轉語音技術），吸引了CTI和相關應用領域的眾多廠商代表。

　　在介紹捷通華聲的TTS技術之前，公司總經理張連毅先生不止一次談到當年北京市長熱線的建設情況。在當時，系統(tǒng)集成商考慮到市長熱線的內容會經常變化，如果采用錄音播放，可能在時間緊急時來不及重新錄音；如果采用TTS技術，只需改變文本內容，就簡單得多了。所以，集成商采用了TTS技術。未曾想，在系統(tǒng)驗收時，由于合成語音的質量差被否定，只好連夜找人重新錄音。張總說出了長期阻礙TTS技術商用的一個原因，就是合成的語音質量太差，不能為人們所接受。也因為此，捷通華聲為自己的新品推出組織了一個大型發(fā)布會，因為他們相信公司的TTS合成的語音質量自然、流利。而事實上，會前采用TTS技術播放的新聞，就被不少人誤認為是錄音播放。

　　專注TTS和語音技術

　　看到語音技術的前景，眾多IT巨頭和公司加入市場的逐角。僅僅在漢語識別和合成領域，就聚集了微軟、Intel、Motorola、IBM、PHILIPS、松下等公司。而作為一家民營企業(yè)，捷通執(zhí)著地認為，漢語語音技術應該掌握在中國人自己手中，特別是在得知國內某家大型通信公司采用由以色列一家公司開發(fā)完成的中文語音合成技術，進行電話查詢及聲訊業(yè)務，而每一條電話線的技術使用費需要1萬元/年之后，他更是這樣認為。

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

　　應用在CTI領域

　　作為提供語音產品和平臺的廠商，捷通主要專注在三個領域：CTI領域、獨立軟件產品和嵌入式操作系統(tǒng)。由于公司TTS音庫大小可調節(jié)，可應用于不同的系統(tǒng)。對于CTI等大型應用系統(tǒng)，其語音庫約為2G 大小，語音質量較高，而且自然；對于PC應用，語音庫壓縮為1.5～2M，但語音質量沒有太大損傷，為PC個人用戶服務；對于嵌入式操作系統(tǒng)以及掌上終端應用，語音庫大小為1M。

　　捷通TTS在CTI行業(yè)中的應用提供四種解決方案：電話智能語音中心、語音服務器方案、本地接口調用、離線合成。

　　電話智能語音中心

　　提供CTI可視化制作系統(tǒng)，由維護端和監(jiān)視管理端兩部分組成，使用戶無需編程，就可完成簡單的、計算機電話語音集成功能。該方案適用于簡單的CTI應用，如中小企業(yè)的咨詢服務、統(tǒng)計調查，以及金融、工商、稅務、醫(yī)院等行業(yè)。

　　TTS語音服務器方案

　　直接提供裝載有捷通TTS語音服務系統(tǒng)的服務器，與現(xiàn)有的聲訊服務相平行，接受其指令和文字數(shù)據流，合成產生語音數(shù)據流返給原系統(tǒng)，適用于電信、大型企業(yè)CTI系統(tǒng)及聲訊臺改造、升級，如160、168等聲訊臺、UMS統(tǒng)一信息服務系統(tǒng)、呼叫中心等。

　　支持嵌入式系統(tǒng)

　　與其他文語轉換系統(tǒng)相比，捷通的TTS技術具有音庫壓縮特點，從而使TTS技術向嵌入式操作系統(tǒng)的移植（尤其是向PDA上的移植）具備先決條件。同時，捷通TTS技術在大規(guī)模真實錄音語音庫的基礎上，增加了音庫壓縮算法和音色變換算法形成核心技術，音庫大小可縮擴，小音庫為1MB，適合基于嵌入式操作系統(tǒng)的應用。

　　針對嵌入式系統(tǒng)的應用，捷通提供了TTS開發(fā)工具包CE版本，提供掌上電腦上的語音合成應用，即語音伴侶CE版本。

　　在TTS技術的基礎上，捷通將以語音合成技術為核心，逐步發(fā)展語音識別、自然語言理解、模式識別等人工智能處理技術。

摘自中國計算機報