江苏龙网

  1. 首页 > 资讯 > 科技 > >

行业互联网|百度语音交互持续迭代 打造端到端信号声学一体化建模等前沿技术( 二 )


文章图片

而在语音合成方面 ， 百度自2013年启动语音合成研发 ， 历经参数合成、拼接合成、深度学习语音合成和端到端的语音合成 ， 到如今全新升级为包含个性化、多风格多角色、单人千面的语音合成系统 ， 百度语音合成技术始终处于升级迭代中 。
会上 ， 贾磊依次介绍了百度语音合成技术的最新成果——个性化TTS ， 多风格、多角色 ， 单人千面 。个性化TTS是个性化定制的Meitron语音合成系统的最新演进 ， 是基于子带分解和GAN_loss的端侧神经网络声码器 ， 也是业内首个在手机端多人通用的端侧的基于神经计算的声码器 。个性化TTS相较于传统的基于信号处理和参数的声码器 ， ABX提升可以达到65：35 ， 其已应用于地图导航 ， 目前每日的导航播报超过1亿次 。
多风格、多角色的语音合成 ， 则是针对娱乐内容产业(例如小说)中存在的多个角色交替、多种情感需求并存的播报需求而研发的新技术 。此前 ， 用单一音色播报缺乏表现力 ， 播报语音和文字本身的角色情感不一致 ， 用户长时间听感到单调疲倦 。百度通过深度学习技术对小说文本进行分析 ， 判断出角色、身份、情感 ， 再借助多风格、多角色语音合成技术去合成小说中的声音 ， 从而实现声音自然流畅、情感表现力丰富、用户体验优美的效果 。
行业互联网|百度语音交互持续迭代 打造端到端信号声学一体化建模等前沿技术
文章图片

文章图片

针对一个发音人需要用不同风格播报文本的应用场景 ， 百度推出单人千面语音合成技术 。该技术能够把说话人的语音、文本、风格、内容、音色都进行分离 ， 在进行语音合成的时候自由组合 ， 从而能够让一个发音人同时去播报新闻、小说、脱口秀、读书、诗歌等不同风格 。
【行业互联网|百度语音交互持续迭代 打造端到端信号声学一体化建模等前沿技术】“百度智能语音交互的产业化成果丰硕 ， 目前百度智能语音的日均调用量超过155亿次 ， 广泛应用于移动端、智能家居、智能车载、智能服务以及语音IoT ， 极大地提高了中国社会的智能化程度 。”贾磊表示 。语音技术作为百度大脑的重要AI能力之一 ， 不但应用于百度搜索、百度输入法、百度地图、小度音箱等百度系列产品 ， 更通过百度大脑AI开放平台广泛赋能众多行业和场景的合作伙伴 。未来 ， 百度还将持续创新升级语音交互技术 ， 推进语音技术应用落地 ， 助力更多产业智能化转型升级 。


推荐阅读


上一篇：平板电脑,5G|再次反转，iPhone 12系列没有高刷，iPad Air 4可能会火

下一篇：|除了键盘变蓝了！这次搜狗输入法10.16更新还有哪些改变？