语音合成技术

最新推荐文章于 2024-03-13 09:29:44 发布

52AI人工智能

最新推荐文章于 2024-03-13 09:29:44 发布

阅读量1.1w

点赞数 8

本文链接：https://blog.csdn.net/wja8a45TJ1Xa/article/details/78599509

版权

本文探讨了语音合成技术，介绍了将文本转化为语音的基本原理，并聚焦于INTERSPEECH 2017会议上关于WaveNet的应用，特别是苹果Siri的系统结构论文，以及中科大讯飞实验室使用WaveNet进行语音带宽扩展的研究。

摘要由CSDN通过智能技术生成

关注52AI，做AI的行业领先者。QQ人工智能行业交流群：626784247.

本期分享的主题是语音合成技术，以下是本次分享的主要内容：
1.语音合成技术简介
1.1 什么是语音合成？
语音合成技术是将任意文本转换成语音的技术。是人与计算机语音交互必不可少的模块。如果说语音识别技术是让计算机学会“听”人的话，将输入的语音信号转换成文字，那么语音合成技术就是让计算机程序把我们输入的文字“说”出来，将任意输入的文本转换成语音输出。

1.2 语音合成的应用场景和研究范围
语音合成技术是人与计算机语音交互中必不可少的模块。从地图导航（例如高德地图高晓松语音导航），语音助手（Apple Siri, Google Assistant，微软 Cortana, Nuance Nina）, 小说、新闻朗读（书旗、百度小说）, 智能音箱（Amazon Alexa, 天猫精灵, Google Home，Apple Pod Home 等），语音实时翻译，到各种大大小小的客服，呼叫中心，甚至机场广播，地铁公交车报站都少不了语音合成技术的身影。
而且不仅仅是文字转语音，语音合成技术研究范围还包括且不限于：说话人转换（看过007么），语音频带拓展，歌唱语音合成（例如：日本很火的初音未来），耳语语音合成（whisper），方言合成（四川话，粤语，甚至古代汉语发音），动物叫声合成，等等等等。