電影《Her》中，主人公西奧多剛結束一場(chǎng)失敗的婚姻，一次偶然的機會(huì )，他接觸到了搭載了人工智能系統的虛擬化身“薩曼莎”。薩曼莎擁有迷人的、磁性的聲線(xiàn)，時(shí)而風(fēng)趣幽默、時(shí)而溫柔體貼，與我們實(shí)際生活中聽(tīng)到的許多機器人頓字、頓句的發(fā)音相去甚遠，他愛(ài)上了這個(gè)聲音。
電影《Her》預告片
雖然這個(gè)虛構出來(lái)的角色是由演員配音完成的，但卻透露出一個(gè)真實(shí)的訊息——越接近真人說(shuō)話(huà)水準和富有情感表現力的聲音，越容易為大眾所接受。
利用聲音“粘性”為產(chǎn)品打造專(zhuān)屬形象
讓機器擺脫平鋪直敘的發(fā)聲，帶來(lái)更加舒適自然的聽(tīng)覺(jué)體驗，這也是當前語(yǔ)音合成技術(shù)的發(fā)展方向。憑借十多年深厚的技術(shù)積累及行業(yè)應用，捷通華聲打造出具有劃時(shí)代意義的靈云情感語(yǔ)音合成技術(shù)，能夠合成出帶有語(yǔ)氣、情緒等情感豐富、更接近真人的聲音，可通過(guò)“云+端”的形式讓每一家企業(yè)都能輕松擁有更動(dòng)聽(tīng)、更富感情的語(yǔ)音合成服務(wù)。
在語(yǔ)音合成需求市場(chǎng)，不同品牌、公司及服務(wù)商會(huì )根據自身不同的場(chǎng)景和產(chǎn)品特點(diǎn)采用不同的聲音，例如銀行的智能客服需要嗓音甜美、溫柔動(dòng)人的聲音，而催收公司則需要措辭懇切、略顯嚴厲的聲音。語(yǔ)音合成的個(gè)性化以及情感化成為如今市場(chǎng)的迫切需求。
為了打造優(yōu)質(zhì)的語(yǔ)音，讓用戶(hù)喜歡從而形成對聲音的“粘性”，捷通華聲采用最新采用的深度學(xué)習技術(shù)建模，連同高音質(zhì)聲碼器，產(chǎn)出個(gè)性細節豐富的聲線(xiàn)效果，語(yǔ)氣感真實(shí)。情感語(yǔ)音合成技術(shù)采用高度自動(dòng)化的數據加工標注，用戶(hù)只需提供自己喜愛(ài)的錄音，即可快速定制出音庫。
同時(shí)，捷通華聲十多年來(lái)積累了大量的領(lǐng)域詞庫、預選音庫，可為金融證券、天氣預報、體育賽事、公交汽運、航空、稅務(wù)、POI、排隊叫號等眾多領(lǐng)域提供更專(zhuān)業(yè)的語(yǔ)音合成播報，客戶(hù)能夠快速、輕松定制與自己產(chǎn)品屬性、形象相匹配的聲音，為產(chǎn)品賦能。
聲情并茂全新技術(shù)業(yè)內領(lǐng)先
傳統語(yǔ)料數據處理方式為手工精標，需要耗費大量人力，捷通華聲采用先進(jìn)的人工智能技術(shù)，通過(guò)計算機程序進(jìn)行預處理，之后再由人工進(jìn)行校正，大大提高了工作效率。在核心技術(shù)方面，捷通華聲也達到了業(yè)內領(lǐng)先水平：
聲學(xué)模型訓練方面：高魯棒性預處理和建模框架，降低了以往對錄音風(fēng)格和穩定性的嚴格約束，普通人自然講話(huà)、刻意帶情緒講話(huà)、角色模仿講話(huà)，均可訓練出保真、穩定的效果。
語(yǔ)音合成效果方面：靈云情感語(yǔ)音合成技術(shù)已經(jīng)發(fā)布多樣、個(gè)性的音色庫：童聲既有夸張俏皮的卡通配音，也有真實(shí)小孩的呆萌學(xué)語(yǔ)；女聲既有林志玲般的嗲音氣語(yǔ)，也有丹氣十足的磅礴宣讀；男聲既有新聞主播型的正氣播報，也有網(wǎng)絡(luò )主播型的地氣貧嘴，為各種應用場(chǎng)景提供合適的聲音。
多語(yǔ)種合成方面：靈云語(yǔ)音合成技術(shù)已全面支持中文普通話(huà)、粵語(yǔ)、維吾爾語(yǔ)、英語(yǔ)、日語(yǔ)、德語(yǔ)、法語(yǔ)等21種語(yǔ)言。完備的用戶(hù)自定義體系，可彌補基礎合成的不足，保證合成效果穩定在高水準；中文腔調讀英文的自定義詞表，保證中英文混雜時(shí)的無(wú)縫自然過(guò)渡。
十多年深耕技術(shù)引領(lǐng)行業(yè)變革
十多年來(lái)，捷通華聲一直專(zhuān)注技術(shù)研發(fā)與創(chuàng )新，依靠國內領(lǐng)先的靈云語(yǔ)音合成技術(shù)，在國內智能語(yǔ)音市場(chǎng)占有率超50%：
早在2001年，捷通華聲便推出代表國際領(lǐng)先水平的jTTS世紀版。隨后，捷通華聲成為建行、農行的唯一語(yǔ)音合成供應商，全國99%的高鐵站也均采用靈云語(yǔ)音合成播報。同時(shí)捷通華聲成功服務(wù)北京奧運會(huì )，上海世博會(huì )也采用靈云語(yǔ)音合成技術(shù)播報賽事。到2016年，捷通華聲已成功為上千家企業(yè)提供語(yǔ)音合成技術(shù)。
讓聲音自然，富有情感和表現力，一直是語(yǔ)音合成技術(shù)的一大難點(diǎn)。如今，捷通華聲正在利用全新推出的靈云情感語(yǔ)音合成技術(shù)，為金融、電信、能源、交通、政府、醫療、互聯(lián)網(wǎng)等上千家企業(yè)提供更加優(yōu)質(zhì)的服務(wù)，全新體驗的語(yǔ)音合成產(chǎn)品引發(fā)了巨大變革。
不論是智能客服、地圖導航、機場(chǎng)廣播的甜美女聲，還是新聞播報、聽(tīng)書(shū)朗讀的清爽男聲，智能家電、機器人的可愛(ài)童聲，靈云情感語(yǔ)音合成技術(shù)都能讓有各種需求的企業(yè)快速擁有更具競爭力的產(chǎn)品，讓社會(huì )大眾能夠體驗到富具情感、更聲情并茂的聽(tīng)覺(jué)體驗。
在核心技術(shù)升級的同時(shí)，捷通華聲也努力打造出更加穩定、便捷應用的私有云能力平臺以及公有云開(kāi)放平臺，從而形成了從底層數據、到核心技術(shù)，再到服務(wù)應用的三層業(yè)務(wù)結構，極大地滿(mǎn)足了合作伙伴多方位的需求，方便企業(yè)用戶(hù)實(shí)現快速無(wú)縫化的產(chǎn)品演進(jìn)。
