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



相關(guān)鏈接:
捷通華聲發(fā)布jASR5.5 ASR價格面前將無怯步 2008-04-16
捷通華聲TTS成功登陸中國郵政儲蓄銀行 2008-04-03
捷通華聲 jTTS 5.5 全面支持 MRCPv2標準 2008-03-31
捷通華聲移動導(dǎo)航HCI解決方案廣受青睞 2008-03-26
身邊的“智能”生活 2007-12-28