統(tǒng)一消息平臺(tái)中的語(yǔ)音技術(shù)

北京炎黃網(wǎng)絡(luò)科技有限公司 陳穎 柳呈文

2001/06/04

目前，各種各樣的通信設(shè)備及信息在給我們帶來方便的同時(shí)也帶來一些麻煩，信息多了，通信設(shè)備多了，使用也變得復(fù)雜化了。怎樣簡(jiǎn)化我們獲取信息的方式，讓信息無所不在，這就是目前統(tǒng)一消息平臺(tái)所要解決的問題。另外，針對(duì)中國(guó)目前互聯(lián)網(wǎng)用戶只有1600萬(wàn)，而電話用戶已經(jīng)達(dá)到了1.6億戶的現(xiàn)狀，統(tǒng)一消息平臺(tái)為傳統(tǒng)的電話用戶拓展了信息獲取的范圍，也就是說，電話用戶可以通過傳統(tǒng)的語(yǔ)音、傳真獲取互聯(lián)網(wǎng)上無窮無盡的信息。

統(tǒng)一消息平臺(tái)集成了固定電話網(wǎng)、移動(dòng)電話網(wǎng)和Internet網(wǎng)絡(luò)。目前，電話網(wǎng)和Internet網(wǎng)各自擁有獨(dú)立的網(wǎng)絡(luò)資源和信息服務(wù)領(lǐng)域，而這兩大網(wǎng)絡(luò)的用戶群存在著很大的交叉。電話的使用在中國(guó)已經(jīng)占有很高的普及率，傳統(tǒng)的160/168聲訊服務(wù)已經(jīng)成為中國(guó)百姓所熟悉的最具代表性的電話信息服務(wù)，而Internet作為在中國(guó)剛剛興起的信息媒體，尚需要普通百姓逐漸認(rèn)識(shí)它、使用它。統(tǒng)一消息平臺(tái)將電話網(wǎng)和Internet網(wǎng)結(jié)合在一起，極大地?cái)U(kuò)大了兩大網(wǎng)絡(luò)各自的用戶群，電話用戶可以用電話或者傳真獲取Internet上的信息，電子郵件服務(wù)也可以不局限于Internet，而能對(duì)廣大的電話用戶開放。統(tǒng)一消息平臺(tái)為用戶帶來的是信息的方便、及時(shí)，使人們?cè)谌魏螘r(shí)間、任何地點(diǎn)都能夠獲取需要的信息。

統(tǒng)一消息服務(wù)系統(tǒng)實(shí)現(xiàn)的關(guān)鍵是如何解決各種不同的消息表現(xiàn)格式間的兼容問題，從而將語(yǔ)音、傳真、電子郵件、語(yǔ)音信箱/語(yǔ)音郵件等不同信息格式的業(yè)務(wù)有機(jī)地集成于一體。

統(tǒng)一消息平臺(tái)體系結(jié)構(gòu)

統(tǒng)一消息平臺(tái)體系結(jié)構(gòu)如圖１所示。

圖1 統(tǒng)一消息平臺(tái)體系結(jié)構(gòu)

TTS語(yǔ)音網(wǎng)關(guān)及應(yīng)用案例

TTS語(yǔ)音網(wǎng)關(guān)是炎黃新星網(wǎng)絡(luò)科技公司研發(fā)的新一代的語(yǔ)音處理中間系統(tǒng)。其核心技術(shù)TTS（text to speech）系統(tǒng)采用了炎黃新星與清華大學(xué)合作成立的華意語(yǔ)音計(jì)算研究中心的第二代文語(yǔ)轉(zhuǎn)換技術(shù)，它支持多語(yǔ)言的語(yǔ)音合成，音速、音質(zhì)及韻律均可靈活調(diào)整，合成質(zhì)量貼近自然話務(wù)播音員。語(yǔ)音網(wǎng)關(guān)接收其他系統(tǒng)模塊的文字信息，通過TTS合成對(duì)應(yīng)的語(yǔ)音文件，然后傳送到相應(yīng)的系統(tǒng)模塊。通過統(tǒng)一消息平臺(tái)的TTS語(yǔ)音網(wǎng)關(guān)，用戶就可以用電話收聽Internet上的任何信息。

案例1: 中國(guó)電信168信息臺(tái)

炎黃新星公司與北京168信息臺(tái)合作，將最新的TTS語(yǔ)音技術(shù)和Internet技術(shù)應(yīng)用于傳統(tǒng)的聲訊平臺(tái)，初期聯(lián)合開展了基于Internet電子郵件服務(wù)的統(tǒng)一消息服務(wù)，為統(tǒng)一消息服務(wù)用戶提供使用語(yǔ)音和傳真方式的電子郵件服務(wù)及相關(guān)的增值服務(wù)。在此基礎(chǔ)上完成了統(tǒng)一消息服務(wù)平臺(tái)的搭建，共同開發(fā)提供更豐富的基于Internet的金融信息和實(shí)用信息查詢、電子商務(wù)服務(wù)、娛樂游戲服務(wù)等新的電話信息服務(wù)業(yè)務(wù)，以將Internet服務(wù)和用戶群引入電話信息服務(wù)，擴(kuò)大電話信息服務(wù)用戶群和業(yè)務(wù)使用量。

（1）技術(shù)目標(biāo)

通過炎黃新星Internet語(yǔ)音服務(wù)系統(tǒng)與160/168聲訊平臺(tái)進(jìn)行集成，使160/168系統(tǒng)用戶具備使用傳統(tǒng)電話進(jìn)行Internet信息獲取的功能。

（2）技術(shù)實(shí)現(xiàn)

以E-mail郵件收發(fā)業(yè)務(wù)為例。炎黃新星E-mail語(yǔ)音服務(wù)系統(tǒng)使用了炎黃新星統(tǒng)一消息平臺(tái)中的兩個(gè)組件產(chǎn)品：

E-mail網(wǎng)關(guān) 完成用戶郵件的接收與發(fā)送功能。

語(yǔ)音合成網(wǎng)關(guān) 完成與160/168現(xiàn)有系統(tǒng)的技術(shù)接口通信，進(jìn)行160/168系統(tǒng)與E-mail網(wǎng)關(guān)的協(xié)議轉(zhuǎn)換，合成E-mail語(yǔ)音數(shù)據(jù)。160/168的IVR系統(tǒng)可以直接播放合成的語(yǔ)音文件。

160/168聲訊平臺(tái)通過炎黃新星的網(wǎng)關(guān)產(chǎn)品與Internet相聯(lián)，為了保證原有聲訊系統(tǒng)的安全性，在炎黃新星多終端信息訪問平臺(tái)的網(wǎng)絡(luò)結(jié)構(gòu)中增加了防火墻設(shè)置，原有的160/168聲訊平臺(tái)置于防火墻的后端，只與炎黃新星的語(yǔ)音合成網(wǎng)關(guān)存在通信聯(lián)系。

（3）系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)

系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)如圖２所示。

圖2 系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)

需要解決的問題

在實(shí)際項(xiàng)目中我們發(fā)現(xiàn)，TTS語(yǔ)音網(wǎng)關(guān)作為一個(gè)產(chǎn)品應(yīng)用于統(tǒng)一消息平臺(tái)，為大家提供語(yǔ)音服務(wù)，需要解決以下幾大問題：

1．語(yǔ)音質(zhì)量

TTS的語(yǔ)音合成質(zhì)量應(yīng)該清晰、連貫，在保證用戶聽懂的前提下，具有一定的自然度，使聽起來親切、舒服。

2．處理速度

TTS語(yǔ)音網(wǎng)關(guān)在統(tǒng)一消息平臺(tái)中要與其他系統(tǒng)通信，處理大量用戶的并發(fā)請(qǐng)求，所以，需要設(shè)計(jì)資源分配系統(tǒng)進(jìn)行排隊(duì)及負(fù)載平衡，從而根據(jù)用戶的數(shù)量方便地增加TTS處理主機(jī)，滿足電信級(jí)用戶收聽語(yǔ)音的速度。

3．通信接口

TTS語(yǔ)音網(wǎng)關(guān)應(yīng)能提供多種標(biāo)準(zhǔn)的通信協(xié)議接口，包括TCP/IP、S.100及其他數(shù)據(jù)流格式等，方便其他系統(tǒng)調(diào)用語(yǔ)音資源。

4．語(yǔ)音壓縮格式

TTS語(yǔ)音網(wǎng)關(guān)應(yīng)能支持多種語(yǔ)音壓縮格式，包括G.723、G.726等標(biāo)準(zhǔn)的語(yǔ)音壓縮格式，以及一些大的語(yǔ)音板卡廠商的專用語(yǔ)音格式。

5．行業(yè)應(yīng)用

TTS語(yǔ)音網(wǎng)關(guān)應(yīng)能根據(jù)不同行業(yè)的應(yīng)用特點(diǎn)外掛接口，從而實(shí)現(xiàn)行業(yè)的語(yǔ)音處理定制。

6． 用戶的個(gè)人語(yǔ)音定制

TTS語(yǔ)音網(wǎng)關(guān)能為用戶提供個(gè)人音庫(kù)，從而能讓用戶在使用統(tǒng)一消息平臺(tái)時(shí)聽到自己或朋友的語(yǔ)音。

《計(jì)算機(jī)世界》 2001/06/04