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


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 。
京客网|打造端到端信号声学一体化建模等前沿技术,百度语音交互持续迭代
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 。
【京客网|打造端到端信号声学一体化建模等前沿技术,百度语音交互持续迭代】“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