首頁(yè)>>廠(chǎng)商>>語(yǔ)音識別與合成>> 捷通華聲

捷通華聲語(yǔ)音網(wǎng)站解決方案

2001/11/16

1.1 背景和現狀

隨著(zhù)互聯(lián)網(wǎng)的發(fā)展，網(wǎng)絡(luò )的硬件設備的容量和技術(shù)水平在不斷提高，網(wǎng)絡(luò )帶寬正在持續快速增長(cháng)和放大；在軟件方面，流媒體、語(yǔ)音合成等技術(shù)也日臻成熟。互聯(lián)網(wǎng)硬件水平和軟件技術(shù)的相互作用，為語(yǔ)音、圖形圖象、動(dòng)態(tài)影像等大容量數據在互聯(lián)網(wǎng)上的傳送提供了可能。

近年來(lái)，一些語(yǔ)音網(wǎng)站紛紛開(kāi)通，其中比較著(zhù)名是2000年4月18日在英國誕生的全球首位互聯(lián)網(wǎng)虛擬主持人：安娜諾娃（Ananova，www.ananova.com）。從技術(shù)角度分析，安娜諾娃的實(shí)現，基于三項主要的技術(shù)，即數字動(dòng)畫(huà)技術(shù)、語(yǔ)音合成技術(shù)和流媒體技術(shù)。數字動(dòng)畫(huà)技術(shù)可以為安娜諾娃創(chuàng )建人類(lèi)的表情，語(yǔ)音合成技術(shù)可以將新聞的內容合成為人類(lèi)的語(yǔ)言，流媒體技術(shù)可以使用戶(hù)在線(xiàn)收看、收聽(tīng)安娜諾娃所播報的新聞。

在中國，也先后出現了類(lèi)似的網(wǎng)站，諸如香港一家電視臺的“Icy”， 51Go網(wǎng)站的“GoGirl”和天津電視臺的“言東方”等等。

但是，以上這些以漢語(yǔ)為信息載體的虛擬主持人（語(yǔ)音網(wǎng)站）或者沒(méi)有實(shí)現語(yǔ)音方式，或者聲音全部是用人工提前錄音的方式錄制的，沒(méi)有實(shí)現用計算機進(jìn)行實(shí)時(shí)動(dòng)態(tài)合成。

1.2 捷通華聲語(yǔ)音網(wǎng)站方案解決的技術(shù)問(wèn)題

• 錄音的問(wèn)題：存儲空間大，錄音工作量大，錄音信息更換不及時(shí)，不能滿(mǎn)足應用的需求。
• 將網(wǎng)絡(luò )信息從無(wú)聲閱讀提升到有聲瀏覽時(shí)代，應該說(shuō)這是互聯(lián)網(wǎng)的飛躍或者說(shuō)是革命。
• 對生成的語(yǔ)音信息可以進(jìn)行管理。
• 可以實(shí)現語(yǔ)音數據批量生成，自動(dòng)將文本數據轉換為語(yǔ)音數據。
• 利用捷通華聲語(yǔ)音合成技術(shù)（jTTS）和流媒體技術(shù)，可輕易將現有網(wǎng)站改造成為有聲網(wǎng)站，真正實(shí)現語(yǔ)音網(wǎng)站，實(shí)現平滑升級。

1.3解決方案之一：jTTS—Service語(yǔ)音服務(wù)器方案

• 方案概述：

語(yǔ)音服務(wù)器－IIS服務(wù)器－瀏覽器

語(yǔ)音服務(wù)器方案是指利用捷通華聲在CTI領(lǐng)域成熟應用的jTTS Service語(yǔ)音服務(wù)器，增加一臺或多臺語(yǔ)音服務(wù)器到現有的IIS服務(wù)系統的網(wǎng)絡(luò )環(huán)境中；在IIS服務(wù)器中，增加訪(fǎng)問(wèn)語(yǔ)音服務(wù)器的功能。當IIS服務(wù)器需要流媒體輸出時(shí)，向語(yǔ)音服務(wù)器發(fā)出請求，語(yǔ)音服務(wù)器接受IIS服務(wù)器的請求，并對請求的數據進(jìn)行合成、格式轉換，得到流媒體后返回給IIS服務(wù)器，IIS服務(wù)器再將此流媒體傳輸給用戶(hù)。

• 基本構架：

• 方案要點(diǎn)：

（1） jTTS Service

（2）ASP（用于響應Web頁(yè)面請求、播放的腳本程序、ASP程序）

• 基本流程：

在本方案中，語(yǔ)音服務(wù)器是構建語(yǔ)音網(wǎng)站的后臺。jTTS Service將處于監聽(tīng)某一TCP/IP端口狀態(tài)，響應來(lái)自IIS服務(wù)器的多用戶(hù)請求。而IIS服務(wù)器則增加通過(guò)TCP/IP請求服務(wù)器和接受服務(wù)器返回數據的程序，來(lái)完成流媒體獲得的功能。

瀏覽器端（Explorer）發(fā)出瀏覽請求，網(wǎng)站服務(wù)器（IIS）根據請求查找流媒體（音頻流）文件，如有，則將流媒體返回客戶(hù)端，并啟動(dòng)客戶(hù)端的MS media player播放流媒體。若沒(méi)有，則向語(yǔ)音服務(wù)器（jTTS Service）發(fā)出合成請求，并將所需合成的文本通過(guò)Socket接口傳送至語(yǔ)音服務(wù)器；語(yǔ)音服務(wù)器響應網(wǎng)站服務(wù)器的合成請求后，將調用jTTS合成技術(shù)進(jìn)行語(yǔ)音合成，并調用WMF SDK將生成的音頻文件轉換成流媒體格式ASF；通過(guò)Socket接口返回IIS服務(wù)器端后，將此流媒體文件存儲到指定的Web目錄，同時(shí)將流媒體返回瀏覽器端，啟動(dòng)MS media player播放。其流程如下：

• 方案特點(diǎn)：

（1）可實(shí)現語(yǔ)音服務(wù)器的分布式工作方式，對客戶(hù)端的請求自動(dòng)調度，平衡負載，以達到更高的性能。

（2）適用于訪(fǎng)問(wèn)量大(同時(shí)60線(xiàn)程及以上并發(fā)合成)的門(mén)戶(hù)網(wǎng)站或提供虛擬主機的IDC、ASP。

（3） 對現有的IIS服務(wù)系統不產(chǎn)生影響，也無(wú)需硬件升級，只需在IIS服務(wù)器上安裝客戶(hù)端軟件。

（4）投入少、實(shí)現簡(jiǎn)單，只需增加一臺或多臺語(yǔ)音服務(wù)器（視服務(wù)量大小，建議配置：PIII550 128M 10G以上）到現有的IIS服務(wù)系統的網(wǎng)絡(luò )環(huán)境中。

• 方案實(shí)現：

1．服務(wù)器端

語(yǔ)音服務(wù)器：

（1）一臺或多臺語(yǔ)音服務(wù)器（視服務(wù)量大小建議配置：PIII550 128M 10G以上）。

（2）NT4.0、SP4及以上、WMF SDK4.0及以上或Windows 2000、WMF SDK4.0及以上。

（3）jTTS Service（捷通華聲TTS服務(wù)器）服務(wù)器端軟件。

IIS服務(wù)器：

（1）jTTS Service （捷通華聲TTS服務(wù)器）客戶(hù)端軟件。

2．Web頁(yè)面端

（1）加入傳播參數的腳本，加入調用播放器的腳本文件(mediaplayer.asp)。

（2）加入播放參數（播放文件標志、播放引擎）。

1.4解決方案之二：jTTS－Web Service Pack語(yǔ)音網(wǎng)站服務(wù)包方案

• 方案概述：

語(yǔ)音網(wǎng)站服務(wù)包+IIS服務(wù)器－瀏覽器

與語(yǔ)音服務(wù)器方案不同的是，語(yǔ)音網(wǎng)站服務(wù)包方案不添加語(yǔ)音服務(wù)器，而是在IIS服務(wù)器中安裝捷通華聲語(yǔ)音網(wǎng)站服務(wù)包，從而構成集網(wǎng)站服務(wù)器（IIS）、語(yǔ)音服務(wù)器（TTS）于一身的語(yǔ)音網(wǎng)站服務(wù)器。其工作方式與語(yǔ)音服務(wù)器方案大致相同。當IIS服務(wù)器響應瀏覽器請求需要流媒體輸出時(shí)，通過(guò)內部COM控件向底層的jTTS發(fā)出請求，jTTS依據COM所傳遞的參數，對請求的數據進(jìn)行合成、格式轉換后，直接將此流媒體傳輸給客戶(hù)端的瀏覽器。

• 基本構架：

• 方案要點(diǎn)：

（1）COM控件（TTSPlayer.dll，用于鏈接Web腳本和TTS合成引擎jTTS_ma.dll的動(dòng)態(tài)鏈接程序）

（2）jTTS SDK

• 基本流程：

在語(yǔ)音網(wǎng)站服務(wù)器中，語(yǔ)音服務(wù)器位于系統的底層，其作用是響應來(lái)自IIS服務(wù)器的請求服務(wù)，來(lái)完成流媒體的生成。

瀏覽器端（Explorer）發(fā)出瀏覽請求時(shí)，加在Web頁(yè)面的服務(wù)器端ASP程序和腳本程序自動(dòng)響應，根據請求查找流媒體（音頻流）文件，如有，則將流媒體返回客戶(hù)端，并啟動(dòng)客戶(hù)端的MS media player播放流媒體。若沒(méi)有，則向通過(guò)COM控件(TTSPlayer.dll)的傳遞函數向COM傳遞參數，并發(fā)送合成請求；COM控件根據參數和請求調用捷通華聲語(yǔ)音合成系統jTTS(jTTS_ma.dll)生成Wave格式的音頻文件，并返回給COM控件；COM控件得到之后再調用WMF SDK將所生成的音頻文件轉換成流媒體格式ASF，在保存到指定目錄后開(kāi)始將此流媒體返回客戶(hù)端，啟動(dòng)MS media player播放。其流程如下：

• 方案特點(diǎn)：

（1）投入少，實(shí)現簡(jiǎn)單，不需增加任何硬件設備，性?xún)r(jià)比高。

（2）適用于訪(fǎng)問(wèn)量不大（同時(shí)60線(xiàn)程左右并發(fā)合成）的企業(yè)、機關(guān)及各類(lèi)網(wǎng)站或提供虛擬主機服務(wù)的IDC、ASP。

（3）對現有的IIS服務(wù)系統影響小，需在IIS服務(wù)器上安裝jTTS－Web Service Pack軟件。

• 方案實(shí)現：

1．服務(wù)器端

對IIS服務(wù)器的要求是SP4及以上，增加以下組件

jTTS SDK2.1、添加并注冊COM控件（TTSPlayer.dll）、WMF SDK4.0及以上。

2．Web頁(yè)面端

（1）加入傳播參數的腳本，加入調用播放器的腳本文件(mediaplayer.asp)。

（2） 加入播放參數（播放文件標志、播放引擎）。

捷通華聲供稿 CTI論壇編輯