為了賦予合成聲音更豐富的情感表現(xiàn)力和個性化，打造AI語音極致體驗，近期，標(biāo)貝科技再一次進(jìn)行語音合成技術(shù)“升級改造”，于3月25日完成TTS3.0版本的驗收，正式上線標(biāo)貝科技官方網(wǎng)站。

　　01 全新技術(shù)升級，讓AI聲音更富表現(xiàn)力

　　標(biāo)貝科技升級的TTS3.0技術(shù)采用全新的非自回歸聲學(xué)模型，在發(fā)音效果上有了顯著提升，對不同角色和情感表達(dá)的判斷更加準(zhǔn)確，輸出的音質(zhì)穩(wěn)定、清晰、順暢，音色富有表現(xiàn)力；聲碼器則采用GAN結(jié)構(gòu)，可以高效且真實的還原波形，增加了合成聲音的真實質(zhì)感。

　　此外，標(biāo)貝科技TTS3.0在發(fā)音細(xì)節(jié)上也進(jìn)行了優(yōu)化。例如，基于Mask-basedModel神經(jīng)網(wǎng)絡(luò)多音字模型，對所有多音字進(jìn)行統(tǒng)一建模，提升了語音合成時多音字發(fā)音的準(zhǔn)確率；在韻律方面，采用多任務(wù)的神經(jīng)網(wǎng)絡(luò)模型，利用韻律間的層次關(guān)系，在同一個模型結(jié)構(gòu)下，對多個韻律等級進(jìn)行建模，對合成語音在高低音和停頓的處理更加自然和流暢。

　　標(biāo)貝科技本次TTS3.0使用了全新的聲學(xué)模型和聲碼器，同時，保持了對TTS2.0舊模型的全部兼容，最大程度地保證系統(tǒng)服務(wù)的無縫升級，減少老客戶升級帶來的開發(fā)成本。

　　此前，基于海量語音數(shù)據(jù)的優(yōu)勢，在TTS1.0、TTS2.0技術(shù)基礎(chǔ)上，標(biāo)貝科技已經(jīng)推出男聲、女聲、老人、童聲等多音色，中文、英文、中英混讀、小語種、方言等多語種的解決方案，并支持用戶個性化的需求定制，可以滿足大部分客戶在車載、有聲閱讀、智能客服、新聞媒體、影視解說等多領(lǐng)域應(yīng)用需求，并已與國內(nèi)外百余家企業(yè)客戶建立合作，服務(wù)項目累計超過500項。

　　本次TTS3.0技術(shù)升級，標(biāo)貝科技經(jīng)過多次大規(guī)模產(chǎn)品體驗評測后，再次擴充音庫量及場景化方案。在官方網(wǎng)站正式上線了9大音色，包括童聲、青年男女生，深度覆蓋有聲閱讀、語音交互、智能客服等領(lǐng)域更多場景需求。

圖：標(biāo)貝科技新音色列表

　　與TTS1.0、TTS2.0相同，本次TTS3.0同樣支持SDK、流式/非流式API、MRCP協(xié)議等對接形式，接口同步/異步調(diào)用，且整體合成速度較之前提升了1.6倍，全效助力各開發(fā)者快速落地聲音場景應(yīng)用。

　　近些年，我國有聲書市場發(fā)展迅速，各大音頻平臺，閱讀應(yīng)用、視頻網(wǎng)站甚至是傳統(tǒng)出版行業(yè)也都嘗試進(jìn)入有聲書市場。據(jù)相關(guān)資料顯示，2020年中國有聲書市場規(guī)模已達(dá)到了95.6億元，同比增長50.3%。5G時代的到來，有聲閱讀必將引起更大規(guī)模的爆發(fā)。

　　標(biāo)貝科技TTS3.0結(jié)合最新的語音技術(shù)、海量的文本和聲學(xué)數(shù)據(jù)以及大規(guī)模計算能力，讓機器的聲音情感表現(xiàn)力更加真實自然，充分滿足當(dāng)下有聲閱讀場景的需求。

　　比如有聲小說中，最難表達(dá)的人物情緒和對話，TTS3.0技術(shù)做到很多細(xì)節(jié)的處理，讓合成的聲音突出對話重音及語氣，讓人物情感表達(dá)更加細(xì)膩，猶如真人“配音”，使聽眾更直接明白小說情節(jié)，進(jìn)一步享受聽覺“盛宴”。

貝童
文本來源：睡前故事《螞蟻士兵》

貝茹
文本來源：約翰·伯恩《穿條紋睡衣的男孩》

貝明

　　標(biāo)貝科技作為一家聚焦智能語音交互和AI數(shù)據(jù)服務(wù)的企業(yè)，經(jīng)過五年的發(fā)展，現(xiàn)已推出了AI數(shù)字虛擬人、智能客服、智慧媒體等一站式解決方案；在產(chǎn)品方面，推出標(biāo)貝悅讀、恐龍貝克兩大C端產(chǎn)品，已經(jīng)實現(xiàn)從原有的單點語音技術(shù)服務(wù)升級至語音、圖像、虛擬形象等多技術(shù)模塊融合的行業(yè)解決方案。

　　標(biāo)貝科技TTS3.0技術(shù)升級，迎合了語音合成發(fā)展的新趨勢，將智能語音應(yīng)用提速增效，實現(xiàn)用戶極致體驗新突破。未來，標(biāo)貝科技將繼續(xù)深耕智能語音技術(shù)研究與發(fā)展，為更多語音合成應(yīng)用場景提供服務(wù)。