首頁>>廠商>>語音識別與合成>> 捷通華聲

合成語音走向商用化

曉波 2001/08/02

　　7月18日，對于捷通華聲來說，是一個特別的日子。在這天，公司發(fā)布了最新的、語音質(zhì)量自然的TTS（文本轉(zhuǎn)語音技術(shù)），吸引了CTI和相關(guān)應(yīng)用領(lǐng)域的眾多廠商代表。

　　在介紹捷通華聲的TTS技術(shù)之前，公司總經(jīng)理張連毅先生不止一次談到當(dāng)年北京市長熱線的建設(shè)情況。在當(dāng)時，系統(tǒng)集成商考慮到市長熱線的內(nèi)容會經(jīng)常變化，如果采用錄音播放，可能在時間緊急時來不及重新錄音；如果采用TTS技術(shù)，只需改變文本內(nèi)容，就簡單得多了。所以，集成商采用了TTS技術(shù)。未曾想，在系統(tǒng)驗收時，由于合成語音的質(zhì)量差被否定，只好連夜找人重新錄音。張總說出了長期阻礙TTS技術(shù)商用的一個原因，就是合成的語音質(zhì)量太差，不能為人們所接受。也因為此，捷通華聲為自己的新品推出組織了一個大型發(fā)布會，因為他們相信公司的TTS合成的語音質(zhì)量自然、流利。而事實上，會前采用TTS技術(shù)播放的新聞，就被不少人誤認為是錄音播放。

　　專注TTS和語音技術(shù)

　　看到語音技術(shù)的前景，眾多IT巨頭和公司加入市場的逐角。僅僅在漢語識別和合成領(lǐng)域，就聚集了微軟、Intel、Motorola、IBM、PHILIPS、松下等公司。而作為一家民營企業(yè)，捷通執(zhí)著地認為，漢語語音技術(shù)應(yīng)該掌握在中國人自己手中，特別是在得知國內(nèi)某家大型通信公司采用由以色列一家公司開發(fā)完成的中文語音合成技術(shù)，進行電話查詢及聲訊業(yè)務(wù)，而每一條電話線的技術(shù)使用費需要1萬元/年之后，他更是這樣認為。

　　捷通為了加強在語音技術(shù)方面的研發(fā)實力，于去年聯(lián)合著名語音技術(shù)專家呂士楠先生，共同投資創(chuàng)辦了專門從事漢語語音技術(shù)研究和應(yīng)用的捷通華聲語音公司。由呂先生親自主持捷通華聲語音研發(fā)中心，并在TTS技術(shù)上不斷創(chuàng)新。去年2月，捷通的TTS實現(xiàn)了中英文混讀的功能；去年5月，實現(xiàn)語音合成技術(shù)在嵌入式操作系統(tǒng)中的移植；今年7月，推出語音質(zhì)量自然的語音合成系統(tǒng)。

　　應(yīng)用在CTI領(lǐng)域

　　作為提供語音產(chǎn)品和平臺的廠商，捷通主要專注在三個領(lǐng)域：CTI領(lǐng)域、獨立軟件產(chǎn)品和嵌入式操作系統(tǒng)。由于公司TTS音庫大小可調(diào)節(jié)，可應(yīng)用于不同的系統(tǒng)。對于CTI等大型應(yīng)用系統(tǒng)，其語音庫約為2G 大小，語音質(zhì)量較高，而且自然；對于PC應(yīng)用，語音庫壓縮為1.5～2M，但語音質(zhì)量沒有太大損傷，為PC個人用戶服務(wù)；對于嵌入式操作系統(tǒng)以及掌上終端應(yīng)用，語音庫大小為1M。

　　捷通TTS在CTI行業(yè)中的應(yīng)用提供四種解決方案：電話智能語音中心、語音服務(wù)器方案、本地接口調(diào)用、離線合成。

　　電話智能語音中心

　　提供CTI可視化制作系統(tǒng)，由維護端和監(jiān)視管理端兩部分組成，使用戶無需編程，就可完成簡單的、計算機電話語音集成功能。該方案適用于簡單的CTI應(yīng)用，如中小企業(yè)的咨詢服務(wù)、統(tǒng)計調(diào)查，以及金融、工商、稅務(wù)、醫(yī)院等行業(yè)。

　　TTS語音服務(wù)器方案

　　直接提供裝載有捷通TTS語音服務(wù)系統(tǒng)的服務(wù)器，與現(xiàn)有的聲訊服務(wù)相平行，接受其指令和文字數(shù)據(jù)流，合成產(chǎn)生語音數(shù)據(jù)流返給原系統(tǒng)，適用于電信、大型企業(yè)CTI系統(tǒng)及聲訊臺改造、升級，如160、168等聲訊臺、UMS統(tǒng)一信息服務(wù)系統(tǒng)、呼叫中心等。

　　支持嵌入式系統(tǒng)

　　與其他文語轉(zhuǎn)換系統(tǒng)相比，捷通的TTS技術(shù)具有音庫壓縮特點，從而使TTS技術(shù)向嵌入式操作系統(tǒng)的移植（尤其是向PDA上的移植）具備先決條件。同時，捷通TTS技術(shù)在大規(guī)模真實錄音語音庫的基礎(chǔ)上，增加了音庫壓縮算法和音色變換算法形成核心技術(shù)，音庫大小可縮擴，小音庫為1MB，適合基于嵌入式操作系統(tǒng)的應(yīng)用。

　　針對嵌入式系統(tǒng)的應(yīng)用，捷通提供了TTS開發(fā)工具包CE版本，提供掌上電腦上的語音合成應(yīng)用，即語音伴侶CE版本。

　　在TTS技術(shù)的基礎(chǔ)上，捷通將以語音合成技術(shù)為核心，逐步發(fā)展語音識別、自然語言理解、模式識別等人工智能處理技術(shù)。

摘自中國計算機報