首頁(yè)>>廠(chǎng)商>>語(yǔ)音識別與合成>> 捷通華聲

捷通華聲TTS在掌上電腦、信息家電等領(lǐng)域的解決方案

2002/09/01

1. 掌上電腦

1.1 捷通華聲TTS在掌上電腦上的應用

　　由于掌上電腦的屏幕太小，閱讀信息很不方便，這形成了信息獲取的一個(gè)瓶頸。人們對掌上電腦追求是越來(lái)越小巧，但是越小，這個(gè)瓶頸就越發(fā)突出。雖然各個(gè)廠(chǎng)家都在大力發(fā)展掌上電腦的應用軟件，尤其是互聯(lián)網(wǎng)應用的軟件，使其能夠收發(fā)郵件，瀏覽網(wǎng)頁(yè)，但是面對互聯(lián)網(wǎng)上的大量信息，如果都通過(guò)一個(gè)比手掌還小的屏幕去閱讀，其難度可想而知。不僅眼睛容易疲勞，不停滾屏也需要很大的耐心。因此，如果我們能夠在掌上電腦上應用語(yǔ)音合成技術(shù)，通過(guò)"聽(tīng)"而不是"看"來(lái)讀取大量的信息，就可以打破瓶頸的束縛，為掌上電腦的進(jìn)一步普及提供一個(gè)很有力的基礎。

　　掌上電腦的內存存儲容量十分小，而且沒(méi)有硬盤(pán)一類(lèi)的外部存儲設備，這些因素導致了很多在臺式微機上得到很好應用的軟件無(wú)法在嵌入式操作系統環(huán)境下運行，TTS系統也是如此。普通的TTS技術(shù)需要20M以上的音庫才能完成男女聲的語(yǔ)音合成，顯然不能完成在掌上電腦的應用，而捷通華聲公司的TTS具有音庫壓縮技術(shù)和音色轉化技術(shù)，從而使捷通華聲TTS技術(shù)在掌上電腦上的應用成為可能。

1.2 捷通華聲TTS在嵌入式操作系統應用歷程

　　三年來(lái)，捷通華聲公司積累了將TTS技術(shù)與其他應用軟件相結合的豐富經(jīng)驗（"錄易"漢語(yǔ)智能輸入輸出系統），TTS技術(shù)向其他硬件系統上移植的核心技術(shù)（TTS在電話(huà)語(yǔ)音卡上的開(kāi)發(fā)），為我們實(shí)現TTS技術(shù)向嵌入式操作系統的移植打下了堅實(shí)的技術(shù)基礎，并保持業(yè)已形成的領(lǐng)先優(yōu)勢。

　　我們成功實(shí)現了捷通華聲TTS在"天權2000+"上的移植。在"天權2000+"上移植實(shí)驗的成功表明捷通華聲公司已經(jīng)具備了向嵌入式操作系統移植中文語(yǔ)音技術(shù)的能力，為全面進(jìn)入產(chǎn)品化階段打下了基礎。

　　2000年10月，捷通華聲公司成功推出國內第一套應用于掌上電腦的語(yǔ)音軟件--語(yǔ)音伴侶-CE版。該軟件成功實(shí)現掌上電腦"開(kāi)口說(shuō)話(huà)"，為解決嵌入式設備獲取信息的"瓶頸"難題提供了一套嶄新的方案。掌上電腦等嵌入式設備的軟件應用已成為現實(shí)。

　　2001年7月，捷通華聲公司推出了目前世界領(lǐng)先的嵌入式TTS漢語(yǔ)語(yǔ)音合成技術(shù)，推動(dòng)了語(yǔ)音技術(shù)在嵌入式中應用的發(fā)展。

1.3 捷通華聲TTS在掌上電腦的解決方案案

　　捷通華聲公司的TTS技術(shù)與其他文語(yǔ)轉換系統相比具有獨特的音庫壓縮等特點(diǎn)，使捷通華聲TTS技術(shù)向嵌入式操作系統的移植（尤其是向PDA上的移植）具備先決條件。據市場(chǎng)調研及考證：捷通華聲公司是最早掌握該技術(shù)，及最先提出在掌上電腦應用該技術(shù)的公司。該系統在2001年中關(guān)村電腦節上榮獲"十大IT創(chuàng )新產(chǎn)品"。

　　捷通華聲公司的TTS技術(shù)（jTTS），是具有自我版權的TTS技術(shù)，以大規模真實(shí)錄音的語(yǔ)音庫為基礎，增加音庫壓縮算法和音色變換算法形成核心技術(shù)。此核心技術(shù)與國內其他文語(yǔ)轉換技術(shù)相比較，具有如下特點(diǎn)：

· 系統輸出語(yǔ)音清晰度高。
· 系統輸出具有非常好的自然度。
· 音庫大小可縮擴，小音庫僅為1MB。
· 合成速度快。

　　正是因為捷通華聲TTS具有以上的特點(diǎn)，使得捷通華聲公司的TTS技術(shù)可以向嵌入式操作系統移植。特別是小音庫和音色轉換的特點(diǎn)，使得在嵌入式操作系統下不會(huì )占用太大的資源。

　　捷通華聲公司語(yǔ)音合成技術(shù)向WinCE操作系統環(huán)境下移植的技術(shù)已經(jīng)成熟，進(jìn)入到應用階段。庫大小為1M，運行空間在2M左右，完全可以滿(mǎn)足掌上電腦應用的需要。

　　捷通華聲公司提供最新的WinCE環(huán)境下的語(yǔ)音合成開(kāi)發(fā)工具包（jTTS-ce SDK），掌上電腦應用程序的開(kāi)發(fā)廠(chǎng)商可以利用此SDK在其自己的應用中加入語(yǔ)音合成的功能。另外，捷通華聲公司還可提供WinCE版本下的"語(yǔ)音伴侶"，提供閱讀電子文檔和有聲鬧鐘的功能，以供掌上電腦的生產(chǎn)廠(chǎng)家選用。

　　目前捷通華聲公司已經(jīng)在不同的操作系統和硬件環(huán)境中進(jìn)行了移植，操作系統包括：Hopen、Linux、Nucleus、WinCE 2.11 (Palm PC)、WinCE 3.0 (Pocket PC, Pocket PC 2002), WinCE .NET、Penbex等；CUP包括：MIPS、DragonBall,、StrongARM、ARM7、X86等。

2.1 TTS在信息家電中的應用

　　應該說(shuō)，無(wú)論從商業(yè)角度還是從促進(jìn)用戶(hù)接觸互聯(lián)網(wǎng)的社會(huì )意義上來(lái)說(shuō)機頂盒都是很好的概念。然而我們發(fā)現機頂盒的銷(xiāo)售并不理想。據我們的分析，有聲的電視機變成了無(wú)聲的網(wǎng)絡(luò )瀏覽器是用戶(hù)并不習慣使用的一個(gè)很大的原因。我們注意到，多年以來(lái)，人們已經(jīng)習慣將電視機作為家庭生活的一個(gè)娛樂(lè )中心，圖像和聲音必不可少，而在目前的機頂盒系統中，人們在電視前默默無(wú)聲地閱讀網(wǎng)頁(yè)信息。從開(kāi)始對商品的認織習慣來(lái)說(shuō)，人們對"熱鬧慣了"的電視機變成了一個(gè)"啞口無(wú)言"的顯示器，可能會(huì )很不習慣。因此，引入語(yǔ)音合成技術(shù)會(huì )對機頂盒的推廣有很大地促進(jìn)作用。

　　語(yǔ)音一直是人們生活中最重要的交流手段，在一些新式的信息家電中，也采用了語(yǔ)音的方式來(lái)通知用戶(hù)狀態(tài)或信息，但一般都是采用錄音回放的方式，無(wú)法實(shí)現對任意文本的閱讀。對于需要上網(wǎng)的信息家電來(lái)說(shuō)，所閱讀的信息肯定是任意的而非事先固定的。這也正是語(yǔ)音合成技術(shù)的用武之地。

　　在信息家電中使用語(yǔ)音合成技術(shù)的難點(diǎn)和掌上電腦的情況是一樣的，需要較小的庫和運行內存。

2.2 捷通華聲TTS在信息家電中的解決方案

　　類(lèi)似于掌上電腦，在WinCE操作系統下，捷通華聲公司已經(jīng)推出了實(shí)用的語(yǔ)音合成技術(shù)。捷通華聲公司可以向其它廠(chǎng)商提供捷通華聲TTS開(kāi)發(fā)工具包（jTTS-ce SDK）。捷通華聲公司也將根據不同用戶(hù)的需求將語(yǔ)音合成技術(shù)移植到HOPEN等不同的操作系統中。

　　另外，捷通華聲公司將會(huì )投入精力在語(yǔ)音合成技術(shù)的硬件實(shí)現上，例如用DSP（數字信號處理）芯片來(lái)實(shí)現，以便使語(yǔ)音合成技術(shù)更好地為信息家電服務(wù)。

3. 其它

　　我們所列舉的嵌入式應用只是幾個(gè)最具有代表性的領(lǐng)域，類(lèi)似的嵌入式應用還有很多，如WAP手機、可以講故事的玩具等。在這些領(lǐng)域中，由于沒(méi)有操作系統，語(yǔ)音合成主要的實(shí)現手段將是芯片技術(shù)，這也正是捷通華聲公司今后研究的目標之一。

　　值得關(guān)注的是，捷通華聲還同時(shí)提供嵌入式手寫(xiě)識別技術(shù)和嵌入式語(yǔ)音識別技術(shù)，并將它們有機的結合起來(lái)，實(shí)現一個(gè)完整的嵌入式整體解決方案。相信該方案能為今后各類(lèi)手持設備、信息家電設備提供必不可少的實(shí)用功能。

捷通華聲公司供稿 CTI論壇編輯