捷通語音合成（TTS）技術(shù)在CTI行業(yè)的應(yīng)用

　　CTI (Computer Telephony Integration)即計算機電話語音合成技術(shù)，是九十年代新興的計算機與通信技術(shù)。通過使用最新的數(shù)字處理技術(shù)，CTI把計算機和電話緊密地結(jié)合到一起。

　　CTI技術(shù)的目的是為了幫助企業(yè)更好地為用戶提供服務(wù)，從而在激烈的競爭中占據(jù)主動，同時帶來可觀的利潤。其產(chǎn)生的背景一方面是市場的需求，另一方面，技術(shù)的不斷進步也擴大了CTI市場的范圍，進而提高了整個社會的生產(chǎn)力。

　　近幾年，CTI技術(shù)發(fā)展迅速，我們的生活當(dāng)中幾乎每時每刻都與CTI技術(shù)打交道，一切需使用語音、數(shù)據(jù)、視頻信號的行業(yè)都要用到CTI技術(shù)。如中國電信信息服務(wù)業(yè)務(wù)168聲訊臺；政府機關(guān)、窗口服務(wù)單位的24小時電話應(yīng)答系統(tǒng)；鐵路、公路、航空、海運的航班/車次時間表；銀行證券機構(gòu)播報外匯牌價、股票行情的查詢電話；企業(yè)呼叫中心等。

　　語音合成技術(shù)是CTI的核心技術(shù)之一，CTI技術(shù)要最終通過語音合成技術(shù)來實現(xiàn)。通常的CTI技術(shù)采用錄音回放的方式，來實現(xiàn)簡單場合的電話查詢?nèi)蝿?wù)，最多也是采用了有限詞匯拼接技術(shù)，完成一定程度動態(tài)信息的閱讀。例如任意數(shù)字的閱讀，可以通過拼接有限個錄音詞匯的方法來實現(xiàn)。這種方式由于是真人錄音，聲音質(zhì)量容易被人們接受，但是使用中也有眾多局限性。

　　首先錄音回放方式的錄音工作量大，要求所有待查詢的信息都要錄音，不適合海量信息的查詢。如果相關(guān)數(shù)據(jù)有變化，還要重新錄音，哪怕只是更改其中一小部分，都有可能導(dǎo)致大量的重新錄音工作。

　　第二，更新緩慢。由于數(shù)據(jù)變化需要重新錄音，不僅導(dǎo)致工作量巨大，也使更新緩慢，有可能跟不上數(shù)據(jù)變化的速度，無法適應(yīng)查詢內(nèi)容實時變化的情況，特別是銀行證券機構(gòu)發(fā)布最新的外匯牌價和股票行情時，不適合完全通過錄音回放的方式。

　　第三， 無法閱讀任意的文本。如果要從數(shù)據(jù)庫中動態(tài)取得數(shù)據(jù)，或是讀取從互聯(lián)網(wǎng)上動態(tài)獲取的信息（例如電子郵件），由于無法事先錄音，因此也不能滿足需求。

　　第四， 難以保證信息庫的一致性和企業(yè)形象的一致性。傳統(tǒng)的錄音回放，不可避免因外界條件以及諸多人為因素造成的差異。

　　計算機語音合成技術(shù)是解決CTI領(lǐng)域內(nèi)以上弊端的途徑，采用捷通語音合成（TTS）技術(shù)，可直接實現(xiàn)從文本到聲音的轉(zhuǎn)換，省去了錄音這道環(huán)節(jié)，在查詢海量信息、內(nèi)容經(jīng)常變化，無法事先錄音的情況下優(yōu)勢明顯，并且不受內(nèi)容數(shù)量、內(nèi)容變動頻率的限制。

　　在CTI領(lǐng)域使用捷通語音合成（TTS）技術(shù)的過程中，并不排斥預(yù)錄音回放的方式，二者和平共處、共同工作，對于少量變化不大的內(nèi)容，由錄音回放方式完成，以達到自然度高，吸引用戶的特點。例如在一個查詢系統(tǒng)中，初始的歡迎和提示信息可以用人工錄音回放方式來完成。而對于海量的數(shù)據(jù)和動態(tài)變化的數(shù)據(jù)，用語音合成方式完成，例如從數(shù)據(jù)庫查詢得到的信息，用捷通語音合成（TTS）技術(shù)的方式播放。利用捷通語音合成（TTS）技術(shù)改造或?qū)崿F(xiàn)電話查詢系統(tǒng)，可繼續(xù)保持電話聲訊服務(wù)的優(yōu)越性，并解決現(xiàn)有聲訊服務(wù)中存在的缺陷。

《賽迪網(wǎng)》2000/09/07