您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

在自然语言处理领域，文本转语音（TTS）技术有什么最新进展？

语音,声音,选项在自然语言处理领域，文本转语音（TTS）技术有什么最新进展？

发布时间：2016-12-08加入收藏来源：互联网点击：

在自然语言处理领域，文本转语音（TTS）技术有什么最新进展？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

从产品角度，中文还有很长的发展距离。作为微信读书的重度使用者，多音字的误读，而且长期缺少改进，令人苦恼。

错误持续更新中（第一版回答只包括前四个），这些错误本身就很具启发性：

1）速率（shuai4）

2）重（zhong4）写协议

3）讨价还（hai2）价

4）便（bian4）宜

5）得（dei3）到

6）长（zhang3）期

7）目的（de）

8）剥（bao1）削（xiao1）

9）调（diao4）节/ 强调（tiao2） （“调”的错误很有趣，两个音都出现过）

10）目的（de）

11）假（jia4）设

12）没（mei2）收

13）银行（xing2）

14）要（yao4）求

15）任（ren2）何

16）发人深省（sheng3）

所以不得不推测，腾讯这样头部企业所使用的系统，也是基于简单的文字和读音一一对应规则来设计的——对中文多音字的处理缺失。这个多音字的问题，在我使用微信读书将近一年的过程中，持续稳定出现，得不到升级。

这不是自动生成的语音是否自然流畅，接近人类朗读的苛刻标准，而是是否能够达到不影响语义理解的正确程度的基本要求。

解决方案也不难，

1）技术方案：使用人工朗读语料中的词汇进行修正，而不是执着于单字；

2）众包方案：在应用程序中，通过奖励，激励用户对错误进行标记反馈；

这么初级的解决方案，鹅厂这样世界级的企业都无法开展，大概这个方向还是个边缘的，缺少产品经理和研发经费的冷门领域吧。

长得像就叫不对，实在算不上高水平。

回答于 2019-09-11 08:43:50

Microsoft正在为Azure认知服务的神经文本语音转换（TTS）功能添加新的语音样式和情感变化。语音应用程序和服务开发人员的软件工具现在包括新闻广播，客户服务和数字助理语音，并根据所使用的语言提供情感方法选项。

语音选项

开发人员可以将三种新语音选项中的任何一种应用于英语或中文AI。根据Microsoft的说法，这些名称反映了它们可能相当准确地使用的名称。例如，新闻广播风格可能会模仿新闻主播的讲话方式，从而有助于阅读文章。

客户支持选项尝试提供一种更友好的语调，企业可能希望该员工使用它来接听电话。数字助理样式有两种形式，正式版本和临时版本都适用于客户希望包含它们的任何地方。

“随着新的款式，新闻广播，客户服务，以及数字助理，开发者可以定制自己的应用程序和服务的声音，以适应自己的品牌或独特的场景，”微软在博客中解释后宣布新的选择。“基于强大的基础模型，我们的神经TTS语音非常自然，可靠且富有表现力。通过转移学习，神经性TTS模型可以从各种说话者那里学习不同的说话风格，从而使声音细腻。”

定制的情感选项还旨在以适合其使用的方式使AI声音听起来更人性化。对于中文语音，现在有一个“抒情”选项，Microsoft称其听起来发自内心，可以处理散文或诗歌。英语声音的情绪更加直接，可以同情或愉快地说话。微软还给了巴西葡萄牙语一个欢快的情感选择。

这些新功能符合Microsoft对企业语音AI的关注。该公司几乎已经完成了从消费者方面的转移，结束了其大部分Cortana语音助手的服务。Android和iOS 的Cortana应用程序现在也已关闭，除美国外，它在实验和对Surface耳机的支持方面的实用性使其保持活力。Cortana现在充当Office 365的一个方面，但是Microsoft正在投资，将其语音AI技术带给其他希望使用语音平台与客户进行交互的公司。

声乐比赛

微软的新功能将需要与谷歌和亚马逊已经迅速扩展的选项菜单竞争。两家公司都为开发人员创造了设计他们希望客户分别在Google Assistant和Alexa上听到的声音的方法。亚马逊最近跳进环与品牌声音，一个服务，提供多种声音和情感范围和作品与品牌进行签名的声音就像山德士上校的声音肯德基。亚马逊还一直在通过开发塞缪尔·杰克逊（Samuel L. Jackson）语音Alexa语音选项来展示其对自定义语音的功能。

Google的TTS服务使用WaveNet技术提供了数十种语音选项，包括标准语音和合成语音。该公司还一直在扩展除美国英语之外的其他语言的语音选项，包括德语，韩语，意大利语以及英国和印度英语。Google助手通常位于理解口音的最前沿，因此，改善不同语言的声音的多样性可能会导致更大的地区差异。