語音合成數據解決方案助您獲取專屬AI聲音
在2020年小米開發者大會（MIDC）上，小米宣布小愛同學5.0正式上線。小愛同學在聲音體驗上做了很多創新，如奶萌泡芙童聲、多情感語音、粵語合成、訂製聲音等。
在語音合成技術的支援下，小愛同學做了很多創新
小愛同學聲音體驗升級的背後，其實正是小米自研語音合成技術的迭代創新。
01
什麼是語音合成？
語音合成（Text to Speech），簡稱TTS，是將人類語音用人工方式產生、將任意文字資訊實時轉化為標準流暢的語音朗讀出來的技術。
TTS涉及聲學、語言學、數字訊號處理、電腦科學等多個學科技術，是資訊處理領域的一項前沿技術，解決的主要問題就是如何將文字資訊轉化為可聽的聲音資訊，即讓機器像人一樣開口說話。
語音合成是最近幾年很火的一個詞，知名AI企業如科大訊飛、思必馳、Google、華為等紛紛發力語音合成領域，研發的語音助手、智慧音箱、語音翻譯等應用滲入到生活的各種方面。
語音合成是資訊處理的一項前沿技術
雖然TTS已經取得了可觀的成就，但是仍存在很大的進步空間。
目前TTS的自然度和可懂度基本可以滿足，但是到句子和篇章一級時，自然度還是一個較大的問題。其次，人類語音有不同的情感、語氣語速和說話方式，豐富性是語音合成需要進一步努力的方向。
數據堂作為專業的人工智慧數據服務提供商，致力於攻克技術瓶頸、推動TTS更廣泛的落地應用。針對上述情況，數據堂推出了語音合成數據解決方案。
基於海量語音文本數據標註經驗與領先的人工智慧語音合成技術，針對客戶提出的不同場景、音色、音質、類型等需求，數據堂支援快速合成訂製化聲音效果，讓機器像人類一樣能說會道。
02
數據堂的服務能力
數據堂具有豐富的數據資源、突出的技術優勢和豐富的數據處理經驗，支援按場景、語種、年齡、性別、發音人訂製採集語音數據。
01
安全合規
為保障公司為客戶提供安全合規的數據服務，同時保障數據堂自身的安全合規，數據堂根據世界範圍內主要國家有關數據的法律政策，制定了本公司數據業務的安全合規體系。
數據堂規定數據採集必須以被採集人本人簽署的授權書為準，取得數據採集的授權。
02
專業環境
數據堂擁有專業語音級錄音棚，專業級人聲電容麥克風和監聽設備。數據堂錄音棚符合NR15聲學標準：混響時間小於0.1秒，背景雜訊小於20dB，並獲得了清華大學建築物理實驗室認證。
數據堂擁有專業錄音設備
03
資源豐富
數據堂擁有全球上千名專業發音人資源和上百人專業團隊。
數據堂支援中文普通話、英語等多種語言，支援主要方言區、中英混讀等語音合成。同時，數據堂擁有男聲、女聲、童聲等多種音色，每種音色均有不同類型發音人，全面滿足多樣化語音合成需求。
04
品質保障
在錄製過程中，**數據堂配置了專業監聽確保錄音品質。**通過請教專家、調研論文，參考各種詞典、Google翻譯和百度翻譯上的單詞發音，數據堂整理出了一套完整的發音規則，製作了發音詞典。
03
數據堂TTS數據解決方案應用場景
數據堂TTS數據解決方案支援大部分應用場景，如客服、有聲讀物、語音交互、歌聲合成等。
· 智慧客服
目前智慧客服在業界已經能夠提供整套的本地化服務，且能滿足用戶的許多客制化需求。
智慧客服是語音合成的重要應用之一
數據堂擁有豐富的語音合成音庫，能夠模擬發音人真實工作狀態，助力打造對話式客服，以便促進客戶體驗的提升，實現營銷效果的轉化。
· 有聲讀物
現代社會人們擁有的完整的閱讀時間越來越少，識別文字並精準轉化為語音並用最接近人聲的效果朗讀出來成了書友們最迫切的需求。
數據堂TTS數據解決方案支援新聞、書籍等讀物場景
數據堂的語音合成數據解決方案支援小說、新聞、書籍等讀物場景，提供媲美人聲的聽覺體驗，幫助人們解放雙眼，保障內容的流暢清晰，能夠有效降低有聲內容創作門檻。
· 車載場景
語音導航、語音控制、車載資訊娛樂系統等車載交互系統，解放車主雙手的同時，也為車主帶來了便捷出行與娛樂享受的駕駛體驗。
語音合成技術在車載場景得到了廣泛的應用
把文字轉語音應用於車載場景，可快速實現低成本為車主及乘客提供更多資訊的服務，提升用戶在駕駛過程中的體驗感，安全駕駛的同時還可以增加更多樂趣。
· 音樂合成
音樂合成系統從數據中學習，提供對音色和音樂力度變化的直觀控制，可以創造出人工方法不可能實現的音樂。
數據堂以TTS標準錄製音樂，包含樂譜製作、音字標註、音準校對等，二次母音色都可駕馭。
目前的語音合成技術已經應用於各種場景，滿足了市場上絕大部分需求，是較成熟可落地的產品。當前主要的問題在於不同場景的具體需求，例如不同的數字讀法，如何智慧的判斷當前場景應該是哪種播報方式，以及什麼樣的語氣和情緒更適合當下的場景等。
數據堂深耕人工智慧數據服務領域多年，時刻保持創新意識，積極探索新領域和新應用，不斷完善自身TTS數據解決方案，致力於將更多研究成果轉化為實際應用。
