語(yǔ)音合成技術(shù)已進(jìn)入到人們的日常生活，有聲閱讀、智能客服、智能家居等場(chǎng)景都已經(jīng)出現(xiàn)了“它”的身影。有情感的聲音，賦予機(jī)器生命感，讓人機(jī)交互更美好、簡(jiǎn)單。
5月28日，標(biāo)貝科技重磅推出情感合成方案，主打高音質(zhì)及高自然度的情感語(yǔ)音合成效果，滿足有聲閱讀、兒童教育、車(chē)載、泛娛樂(lè)等多場(chǎng)景使用。據(jù)悉，標(biāo)貝科技本次打造情感合成方案，是繼3月成功推出留聲機(jī)方案之后，推出的又一全新TTS解決方案，通過(guò)整體提高情感合成聲音效果，提升用戶的交互體驗(yàn)。
AI情感合成讓語(yǔ)音交互更有溫度
聲音的可用性，可以通過(guò)自然度、可懂度、識(shí)別度等維度來(lái)考量。語(yǔ)音技術(shù)的進(jìn)步，讓機(jī)器合成的聲音不再頓挫、冰冷，在自然度和可懂度等方面取得了不錯(cuò)的成績(jī)，但當(dāng)前合成效果在合成音的表現(xiàn)力上，特別是語(yǔ)氣和情感方面，還有不足。缺乏情感的聲音，何談傳遞情感，留住用戶？
情感合成，可以具有更進(jìn)一步的聲音表現(xiàn)力，傳遞出文本文字之外更多的信息，做到聲情并茂，以更動(dòng)聽(tīng)的聲音，更富有情感地表達(dá)內(nèi)容。
事實(shí)上，不同場(chǎng)景及文本類(lèi)型，對(duì)聲音的要求也不同，除了基本的高音質(zhì)、自然度要求外，讓聲音擁有情感是不可或缺的。同樣的文本內(nèi)容，用不同情感表達(dá)出的傳遞出的意思也不盡相同，需要“音”景制宜，以增強(qiáng)用戶的融入感、代入感。例如，這句話“為什么你要這么問(wèn)我?”試想下用生氣、高興、恐懼等情感說(shuō)出效果與表達(dá)的意思。
此外，隨著語(yǔ)音技術(shù)推廣應(yīng)用深入不同的服務(wù)場(chǎng)景，用戶對(duì)聲音提出了更高的要求。智能客服場(chǎng)景，需要親和溫暖的聲音來(lái)提高用戶的滿意度；有聲閱讀場(chǎng)景，需要根據(jù)不同題材搭配出不同聲音，讓用戶感受有聲文本的魅力；智慧生活場(chǎng)景的語(yǔ)音交互，需要有情感的聲音賦予機(jī)器生命力，更懂用戶，感受科技生活的美好。
因此，如何進(jìn)一步提高語(yǔ)音合成的表現(xiàn)力，特別是讓合成語(yǔ)音能夠模擬表達(dá)說(shuō)話人的情感狀態(tài)，是語(yǔ)音合成未來(lái)發(fā)展的趨勢(shì)，而這也正是標(biāo)貝科技一直努力的方向。
打造高音質(zhì)、高自然度、強(qiáng)表現(xiàn)力的情感合成TTS
據(jù)標(biāo)貝科技語(yǔ)音相關(guān)負(fù)責(zé)人介紹，基于深度學(xué)習(xí)技術(shù)及自有定制情感數(shù)據(jù)，標(biāo)貝本次推出情感合成TTS，主打高音質(zhì)、高自然度與多情感，可以呈現(xiàn)出高興、憤怒、恐懼、哀嘆、悲傷等多種情感聲音，在韻律表現(xiàn)、聲音層次感、情感表達(dá)等方面做到更加接近真人情感化表達(dá)的語(yǔ)音效果。標(biāo)貝科技希望通過(guò)語(yǔ)音技術(shù)的不斷創(chuàng)新，打造出更有表現(xiàn)力、更自然、更動(dòng)聽(tīng)的情感合成語(yǔ)音，持續(xù)提升用戶交互體驗(yàn)。
例如有聲閱讀、兒童教育、智能硬件等場(chǎng)景，高音質(zhì)、自然度的情感很重要。標(biāo)貝通過(guò)使用情感TTS技術(shù)，力求在語(yǔ)氣、語(yǔ)音、語(yǔ)調(diào)、情感等方面接近真人說(shuō)話，與場(chǎng)景匹配，讓用戶在不同場(chǎng)景和碎片化時(shí)間，進(jìn)行有聲聽(tīng)讀獲取資訊、體驗(yàn)在線學(xué)習(xí)教育獲得優(yōu)質(zhì)體驗(yàn)。
以多角色情感合成為例，由于故事、小說(shuō)等文本素材包含大量角色人物，通過(guò)不同情感合成聲音配合文本內(nèi)容，以展現(xiàn)文學(xué)小說(shuō)人物的的特點(diǎn)，讓AI技術(shù)生產(chǎn)的有聲讀物更有“人情味”。
下面通過(guò)一個(gè)多角色多情感的兒童故事合成樣本，來(lái)展示標(biāo)貝情感TTS帶來(lái)不一樣的有聲故事體驗(yàn)。
在故事中，我們可以切實(shí)感受到故事中人物情感的變化情況，更能夠吸引少兒聽(tīng)眾，營(yíng)造一種引人入勝的沉浸感。
來(lái)自易觀發(fā)布《2020年中國(guó)音頻產(chǎn)業(yè)生態(tài)發(fā)展分析報(bào)告》表示，有聲市場(chǎng)呈現(xiàn)增長(zhǎng)的態(tài)勢(shì)，越來(lái)越多的用戶開(kāi)始接受有聲閱讀這樣的形式來(lái)收聽(tīng)內(nèi)容。其中，2020年1季度，在某知名有聲書(shū)平臺(tái)的播放量和收聽(tīng)人數(shù)上都有顯著增長(zhǎng)，兩者環(huán)比分別增長(zhǎng)80.32%和39.82%。此外，用戶在有聲讀物的付費(fèi)購(gòu)買(mǎi)上也更加積極，2019年該平臺(tái)整體有聲書(shū)專(zhuān)輯訂單中過(guò)半為付費(fèi)訂單。
毫無(wú)疑問(wèn)，有聲市場(chǎng)的爆發(fā)增長(zhǎng)，將誕生大量不同類(lèi)型的有聲內(nèi)容，相信情感語(yǔ)音合成能夠帶來(lái)更加自然和豐富的語(yǔ)音體驗(yàn)，為有聲讀物市場(chǎng)提供更有競(jìng)爭(zhēng)力的差異化產(chǎn)品。
自有數(shù)據(jù)庫(kù)加持讓情感合成實(shí)現(xiàn)“可定制”
事實(shí)上，打造自然、高表現(xiàn)力的聲音效果，自然離不開(kāi)語(yǔ)音情感數(shù)據(jù)支持。數(shù)據(jù)庫(kù)是語(yǔ)音合成技術(shù)的基礎(chǔ)，也是決定語(yǔ)音合成效果的關(guān)鍵因素之一。據(jù)了解，標(biāo)貝科技本次打造的情感TTS，采用了自有定制的高保真的情感語(yǔ)音庫(kù)。
目前，標(biāo)貝科技自有定制型語(yǔ)音庫(kù)已開(kāi)發(fā)出包括中文女聲情感音庫(kù)、多語(yǔ)種多音色男女聲音庫(kù)、粵語(yǔ)語(yǔ)音庫(kù)、兒童語(yǔ)音庫(kù)、葡萄牙語(yǔ)音庫(kù)、臺(tái)灣普通話語(yǔ)音庫(kù)、日語(yǔ)音庫(kù)、韓語(yǔ)音庫(kù)、明星語(yǔ)音庫(kù)等數(shù)十種類(lèi)別，IP語(yǔ)音庫(kù)還在不斷豐富和積累中。
基于領(lǐng)先語(yǔ)音技術(shù)+高質(zhì)量的數(shù)據(jù)庫(kù)基礎(chǔ)，標(biāo)貝能夠提供業(yè)內(nèi)優(yōu)質(zhì)的情感解決方案，呈現(xiàn)出聲音的多樣性、和個(gè)性化的合成效果體驗(yàn)。這也是因?yàn)闃?biāo)貝科技自成立起，將語(yǔ)音交互效果和數(shù)據(jù)質(zhì)量放在首位，擁有完整的采標(biāo)一體化解決方案，能夠?qū)崿F(xiàn)快速產(chǎn)出高質(zhì)量的語(yǔ)音合成、語(yǔ)音識(shí)別、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)等采標(biāo)服務(wù)，為行業(yè)提供一站式語(yǔ)音和數(shù)據(jù)服務(wù)。
未來(lái)，隨著語(yǔ)音技術(shù)不斷發(fā)展，技術(shù)與場(chǎng)景的關(guān)系變得緊密，而用戶需求變得更加個(gè)性化。標(biāo)貝科技將加大技術(shù)創(chuàng)新投入，打造更有溫度的情感聲音，讓語(yǔ)音交互效果更“聲入人心”。
