捷通語(yǔ)音合成（TTS）技術(shù)在CTI行業(yè)的應用
CTI (Computer Telephony Integration)即計算機電話(huà)語(yǔ)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(guò)使用最新的數字處理技術(shù)，CTI把計算機和電話(huà)緊密地結合到一起。
CTI技術(shù)的目的是為了幫助企業(yè)更好地為用戶(hù)提供服務(wù)，從而在激烈的競爭中占據主動(dòng)，同時(shí)帶來(lái)可觀(guān)的利潤。其產(chǎn)生的背景一方面是市場(chǎng)的需求，另一方面，技術(shù)的不斷進(jìn)步也擴大了CTI市場(chǎng)的范圍，進(jìn)而提高了整個(gè)社會(huì )的生產(chǎn)力。
近幾年，CTI技術(shù)發(fā)展迅速，我們的生活當中幾乎每時(shí)每刻都與CTI技術(shù)打交道，一切需使用語(yǔ)音、數據、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(shí)電話(huà)應答系統；鐵路、公路、航空、海運的航班/車(chē)次時(shí)間表；銀行證券機構播報外匯牌價(jià)、股票行情的查詢(xún)電話(huà)；企業(yè)呼叫中心等。
語(yǔ)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(guò)語(yǔ)音合成技術(shù)來(lái)實(shí)現。通常的CTI技術(shù)采用錄音回放的方式，來(lái)實(shí)現簡(jiǎn)單場(chǎng)合的電話(huà)查詢(xún)任務(wù)，最多也是采用了有限詞匯拼接技術(shù)，完成一定程度動(dòng)態(tài)信息的閱讀。例如任意數字的閱讀，可以通過(guò)拼接有限個(gè)錄音詞匯的方法來(lái)實(shí)現。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(xún)的信息都要錄音，不適合海量信息的查詢(xún)。如果相關(guān)數據有變化，還要重新錄音，哪怕只是更改其中一小部分，都有可能導致大量的重新錄音工作。
第二，更新緩慢。由于數據變化需要重新錄音，不僅導致工作量巨大，也使更新緩慢，有可能跟不上數據變化的速度，無(wú)法適應查詢(xún)內容實(shí)時(shí)變化的情況，特別是銀行證券機構發(fā)布最新的外匯牌價(jià)和股票行情時(shí)，不適合完全通過(guò)錄音回放的方式。
第三， 無(wú)法閱讀任意的文本。如果要從數據庫中動(dòng)態(tài)取得數據，或是讀取從互聯(lián)網(wǎng)上動(dòng)態(tài)獲取的信息（例如電子郵件），由于無(wú)法事先錄音，因此也不能滿(mǎn)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(yǔ)音合成技術(shù)是解決CTI領(lǐng)域內以上弊端的途徑，采用捷通語(yǔ)音合成（TTS）技術(shù)，可直接實(shí)現從文本到聲音的轉換，省去了錄音這道環(huán)節，在查詢(xún)海量信息、內容經(jīng)常變化，無(wú)法事先錄音的情況下優(yōu)勢明顯，并且不受內容數量、內容變動(dòng)頻率的限制。
在CTI領(lǐng)域使用捷通語(yǔ)音合成（TTS）技術(shù)的過(guò)程中，并不排斥預錄音回放的方式，二者和平共處、共同工作，對于少量變化不大的內容，由錄音回放方式完成，以達到自然度高，吸引用戶(hù)的特點(diǎn)。例如在一個(gè)查詢(xún)系統中，初始的歡迎和提示信息可以用人工錄音回放方式來(lái)完成。而對于海量的數據和動(dòng)態(tài)變化的數據，用語(yǔ)音合成方式完成，例如從數據庫查詢(xún)得到的信息，用捷通語(yǔ)音合成（TTS）技術(shù)的方式播放。利用捷通語(yǔ)音合成（TTS）技術(shù)改造或實(shí)現電話(huà)查詢(xún)系統，可繼續保持電話(huà)聲訊服務(wù)的優(yōu)越性，并解決現有聲訊服務(wù)中存在的缺陷。
《賽迪網(wǎng)》2000/09/07
