明星語音導航，你一定不陌生。不管是林志玲有辨識度的聲音，還是李佳琦的“魔性導航”，都讓語音導航在出行方面增添了樂趣。但是，這些各具本人特色的語音導航，
真的是明星本人一條條錄出來的嗎？
語音導航背後的秘密
科大訊飛的董事長劉慶峰曾在2018世界機器人大會上表示，地圖導航上面的林志玲、郭德綱的聲音其實都不是本人原音，而是由他們的機器合成的。
那究竟這些語音是如何合成的？小編來給你普及知識點啦。
第一步：錄製語音庫
首先，在開始合成語音之前，需要先錄製一些語音作為語音庫。為了儘可能覆蓋語言中的元音、輔音、音調，錄製的內容通常需要一定的設計。
第二步：預測文本讀音
然後，要預測文本的讀音，這是合成語音的第一步。除了將文本轉換音素序列之外，為了讓生成的聲音更加自然，還要分析文本的節奏、重音，處理文本中的數字、縮寫等等。
第三步：合成語音
最後，進入合成語音。一種方法是從語音庫中逐一尋找與目標一致的音素，並將它們拼接起來；另一種方法則是將第一步預測的音素轉換成每時每刻的語音參數，加上從語音庫中學習到的特徵，再生成語音。
除了上述兩種合成方法，人們還在嘗試使用深度學習端到端的方法完成語音合成任務。不過從結果上看，還是將前兩種方法融合起來效果比較好。
在語音導航中，左轉、減速、掉頭等較短的語句，通常是錄好的內容。關鍵信息總是在變換的長句子，當然是合成的啦！
除了語音導航，AI語音技術早已融入到我們的生活當中，比如：廣播電視應用到的虛擬主播、通過語音喚醒家中的電器或設備（冰箱、電視、窗簾）、在銀行用語音驅動機器人辦理業務等等。在人工智能語音技術方面，科大訊飛也走在了行業的前端。
分享到:
閱讀更多 我們一起捉水母 的文章
