不得不說，在科技飛速發(fā)展的今天，智能語音無處不在，他們或溫柔、或磁性、或俏皮，用富含各種情感色彩的語音服務(wù)著我們的生活。

語音合成技術(shù)為機器人裝上了嘴巴，而音色合成則豐富了機器的情感表達。那么，在時間就是成本的情況下，如何簡單、快速、低成本打造適合自己業(yè)務(wù)的專屬音色？

思必馳推出發(fā)音人音色定制平臺，助力用戶能夠快速、高效自主完成語音合成音色模型定制，降低語音合成定制門檻。用戶只需要根據(jù)自身場景需要，上傳一定量符合規(guī)定標準的有效音頻，即可一站式完成自動標注、模型定制、質(zhì)量評測等流程，高度模擬發(fā)音人的音色、韻律和停頓習(xí)慣，獲得所需音色。

（音色合成平臺示意圖）

1音色，讓人機溝通更有溫度

智能語音作為人類與機器溝通的途徑之一，廣泛應(yīng)用于生活和工作場景。而不同情感的音色，為人機交互賦予了情感溫度。

思必馳發(fā)音人音色定制平臺支持定制中英文、成人男女、兒童以及幽默、嚴肅、甜美、中性等各種情感風(fēng)格的音色，可滿足客戶在消費電子產(chǎn)品、明星動漫熱門IP、數(shù)字人客服、有聲讀物、新聞播報等多個領(lǐng)域的應(yīng)用需求。

2低門檻，大制作，快速獲得音色

用戶使用思必馳發(fā)音人音色定制平臺，最快數(shù)小時即可獲得專屬音色，那么，思必馳是如何做到這一點的呢？

在數(shù)據(jù)采集方面，用戶可按照思必馳錄音規(guī)范進行數(shù)據(jù)采集，保證數(shù)據(jù)質(zhì)量；在數(shù)據(jù)標注方面，可選擇思必馳“自動標注”技術(shù)，一小時音頻標注時間可壓縮至數(shù)分鐘，且不會對合成效果產(chǎn)生明顯影響，自然度MOS損失在0～0．2內(nèi)；在模型訓(xùn)練方面，思必馳構(gòu)建了快速高質(zhì)量的模型自訓(xùn)練流程，可自動進行數(shù)據(jù)特征提取和模型訓(xùn)練，結(jié)合大數(shù)據(jù)預(yù)訓(xùn)練和遷移學(xué)習(xí)技術(shù)，最快數(shù)小時即可完成一個音色的模型訓(xùn)練流程。

豐富而具有差異化的平臺服務(wù)，讓思必馳發(fā)音人音色定制平臺具有以下優(yōu)勢：

簡單快捷

將之前繁瑣的流程通過平臺化的方式實現(xiàn)，僅需要進行基礎(chǔ)的配置，其它標注、訓(xùn)練等流程即可自動化完成，效率大大提高。

交付能力強

不再受限于研發(fā)人力，沒有技術(shù)背景的用戶也可快速使用平臺，僅需數(shù)小時即可完成音色定制。

數(shù)據(jù)門檻低

只需要少量的音頻即可訓(xùn)練出自然、情感豐富、還原度高的音色。

定制成本低

減少了標注、工程化等成本，定制成本大大降低。

思必馳支持公有云、混合云、私有化、終端離線等多種部署方式，讓用戶的數(shù)據(jù)更安全。

此外，思必馳DUI開放平臺音色庫還擁有男聲、女聲、童聲、等百余種音色，可以直接滿足客戶在智能車載、智能家居、智能客服等多個領(lǐng)域的應(yīng)用需求，已服務(wù)于央視網(wǎng)、騰訊、美的、海爾等多家客戶。

3技術(shù)沉淀，鑄就AI實力

作為國內(nèi)專業(yè)的對話式人工智能平臺公司，思必馳曾先后參與國家標準《中文語音合成互聯(lián)網(wǎng)服務(wù)接口規(guī)范》與行業(yè)標準《中文語音合成服務(wù)系統(tǒng)評估規(guī)范》的制定，并成為全國首批通過評估測評的公司之一。

思必馳的語音合成技術(shù)涵蓋了大數(shù)據(jù)語音定制、小數(shù)據(jù)快速定制、歌聲合成、小語種合成、方言合成、情感合成。語音合成技術(shù)得到業(yè)內(nèi)肯定，思必馳智能中文語音合成系統(tǒng)通過了AIIA組織的中文語音合成水平測試。

近年，基于深度神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的語音合成成為主流，語音合成質(zhì)量有了巨大提升。路漫漫其修遠兮，思必馳將持續(xù)加大技術(shù)研究，為大家?guī)�來更自然、更真實、更個性、更低成本的語音合成服務(wù)。