語音合成定制化成趨勢，科大訊飛、微軟、谷歌哪家強？

2012年，全球最大語音技術(shù)廠商Nuance曾占據(jù)62%的全球語音市場。隨后，開源語音工具導(dǎo)致語音產(chǎn)業(yè)的技術(shù)門檻降低，場景為王時代到來，錯失機遇的Nuance在智能語音市場步步失守，2015年市場份額已下降到31.6%，被谷歌、蘋果、微軟、科大訊飛等企業(yè)迅速瓜分。

智能語音2.0時代，場景的重要性不言而喻。誰能賦予聲音更多的表現(xiàn)力和個性化，誰就能將技術(shù)適配到非標(biāo)準(zhǔn)化的廣闊場景中，贏得智能語音市場的未來?？萍季揞^看到這一趨勢，紛紛祭出語音合成“定制化”的大旗。語音合成技術(shù)正式進入定制化的2.0時代。

語音合成定制化哪家強

微軟是智能語音行業(yè)的領(lǐng)先企業(yè)之一。今年5月份的Build 2018 大會上，其在公有云平臺上推出了語音合成定制服務(wù)產(chǎn)品Custom Voice。將語音和對應(yīng)文本(500句)上傳，Custom Voice即可對聲音進行模擬，并在線測試模擬效果。CustomVoice采用全程可視化操作界面，普通用戶可快速上手，顯示出微軟打造定制化、平民化產(chǎn)品的用意。

微軟推出的語音合成定制服務(wù)Custom Voice來源：微軟CustomVoice頁面

無獨有偶，近期谷歌人工智能實驗室成立的Lyrebird(琴鳥)公司，也推出了自己的定制語音合成系統(tǒng)。同微軟的CustomVoice類似，30句英文聲音錄入后，系統(tǒng)就能在“傾聽”中“掌握”每個人說話時字母、音位和單詞的發(fā)音特點，通過推理并模仿聲音中的情感、語調(diào)，“說”出全新語句。目前Lyrebird還存在一些缺陷，如合成語音夾雜電流聲，中文語句的錄入與合成表現(xiàn)都不理想等。

谷歌lyrebird(琴鳥)語音合成系統(tǒng)頁面 來源：谷歌琴鳥系統(tǒng)頁面

在國內(nèi)，唯一能與微軟、谷歌同臺競技的就是科大訊飛。去年2017年11月，科大訊飛推出名為“訊飛留聲”的測試版本，比微軟的CustomVoice還要早半年時間。經(jīng)過不斷優(yōu)化，訊飛留聲制作完整音庫只需10句話聲音錄入，遠低于微軟采集的500句，亦低于谷歌的30句，采集量只有行業(yè)平均的百分之一，合成效果更好。

訊飛留聲PK谷歌的同類產(chǎn)品

“訊飛留聲”還以微信小程序(微信搜索“訊飛留聲Lite”小程序)的形式呈現(xiàn)，可以實現(xiàn)“即用即走”。不僅聲音制作過程更加便捷，用戶還能在微信這款中國最大的社交軟件上分享制作效果，吸引了大批用戶的關(guān)注。阿拉丁統(tǒng)計數(shù)據(jù)顯示，小程序上線1個月(截至2018年8月8日)，訊飛留聲訪問次數(shù)超過51萬 ，新用戶增長率達到568%，位居阿拉丁“成長最快小程序”周榜第13名。

技術(shù)實力成比拼關(guān)鍵

科大訊飛語音合成定制業(yè)務(wù)的快速發(fā)展，離不開其雄厚的技術(shù)實力支持。2000年之前，中文語音產(chǎn)業(yè)由國際IT巨頭控制，如微軟、IBM等。如今，科大訊飛已徹底扭轉(zhuǎn)中文語音市場幾乎全部掌握在國外公司手中的格局，成為亞太地區(qū)最大語音和人工智能上市公司。

科大訊飛不僅中文語音合成效果出色，在國際英文語音合成大賽上也是屢屢得冠。2006年，科大訊飛首次參加國際英文語音合成大賽(Blizzard Challenge)，即獲得自然度第一的優(yōu)異成績，至2018年已連續(xù)13年蟬聯(lián)該項賽事冠軍，成為該項賽事中唯一一家自然度超過4分(普通人說話水平)的參賽方。

在2018國際語音合成大賽的比賽中，科大訊飛摘得10個測評打分項目中的9項第一，成為“最全能的冠軍”

語音合成可以用指定情感表達，但一段文本應(yīng)該表現(xiàn)出怎樣的情感變化，涉及到語義理解和上下文分析?？拼笥嶏w除智能語音技術(shù)全球領(lǐng)先外，在自然語言理解上同樣屬業(yè)界翹楚。隨著語義和語音的融合交叉發(fā)展，科大訊飛或?qū)⒙氏冉鉀Q語音合成情感表達難題，將語音合成技術(shù)發(fā)展推向新的階段。

領(lǐng)先的核心技術(shù)、豐富的反饋數(shù)據(jù)以及廣闊的應(yīng)用場景，三者共同搭建起語音合成的行業(yè)壁壘。科大訊飛在語音合成技術(shù)上擁有絕對優(yōu)勢，在商業(yè)落地層面同樣表現(xiàn)突出，打造出導(dǎo)航類APP中大量明星播報音庫、央視虛擬主持人解決方案等經(jīng)典案例。訊飛留聲的推出，更是開創(chuàng)了為普通用戶免費提供定制化服務(wù)的先河。先發(fā)優(yōu)勢及強技術(shù)后盾加持下，科大訊飛為語音合成定制化的商業(yè)落地，落下了關(guān)鍵一子。

長按關(guān)注回復(fù)“邀請碼”獲優(yōu)先體驗權(quán)

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。