標貝科技語音合成體驗又升級 24K新音色及字級別時間戳同步上線！

　　開車途中,有清晰明快的智能語音導(dǎo)航為你播報最新路況;

　　撥打咨詢電話,有溫柔甜美的智能客服為你答疑解惑;

　　家庭生活里,有活潑可愛的語音助手為你省下不少麻煩操作;

　　甚至當你不想看書,還有各種情感合成聲音為你營造帶入感十足的聽書體驗……

　　當前,隨著智能語音交互越來越普及,聲音逐漸成為生活中重要的一部分。而合成聲音賦予語音產(chǎn)品不同的“性格”,讓其與用戶的溝通更加“人性化”。

　　伴隨著語音合成技術(shù)應(yīng)用不斷深入,應(yīng)用場景的日益多樣化對聲音效果也提出了更高的要求。如何賦予合成聲音更多的情感表現(xiàn)力和個性化功能,成為各大智能語音產(chǎn)品快速占領(lǐng)市場的核心競爭力。

　　品質(zhì)升級

　　為滿足各行業(yè)客戶的多元化商業(yè)需求,此前標貝科技已經(jīng)上線了一批24K高保真音色,細膩飽滿的情感表現(xiàn)力贏得客戶一致好評。近日,標貝科技再上線4個24K新音色,包括2個中文發(fā)音人、2個美式英語發(fā)音人,每個聲音都經(jīng)過精挑細選,各有特色。

　　▍24K中文發(fā)音人

　　童聲貝童:聲音純真可愛充滿活力,適合故事閱讀、語音助手等場景

　　男聲貝明:聲音溫和,穩(wěn)重可信,適合智能客服、產(chǎn)品解說等場景

　　▍24K美式英語發(fā)音人

　　男聲貝洛伊:聲音清晰明朗,高仿真人,適合新聞播報、語音導(dǎo)航等場景

　　女聲貝漢娜:聲音親切自然、富有情感,適合有聲閱讀、影視配音等場景

　　功能升級

　　不僅聲音質(zhì)量提升,此次標貝語音合成還全新上線字級別時間戳功能,給用戶帶來更便捷的畫音同步體驗。

　　使用智能語音配音的朋友經(jīng)常會遇到一個問題:在視頻播放過程中,變成聲波的語音,很難控制目前需要讀到了哪一句、哪個字,無法靈活實現(xiàn)聲音字幕和畫面同步匹配的效果。

　　針對這個問題,標貝將過去的音子級別時間戳優(yōu)化到字級別時間戳,即用戶在使用語音合成服務(wù)輸出音頻流時,通過標貝字級別時間戳,可以實現(xiàn)實時輸出每個文本在音頻中的時間位置。尤其是,不僅可以準確的對齊文字,數(shù)字、引文、特殊符號等也能直接對齊到原始文本,不需要其他轉(zhuǎn)換的工作,有效解決了畫音同步的難題。

　　在應(yīng)用場景方面,標貝字級別時間戳可以賦能有聲讀物、視頻配音體驗。例如,有聲新聞、有聲故事、兒童讀物等設(shè)備大多支持屏幕根據(jù)播報聲音顯示文字。但是現(xiàn)有技術(shù)只能做到整行整句顯示字幕,兒童無法根據(jù)聲音來認字學字。標貝字級別時間戳則可以根據(jù)朗讀的聲音,在設(shè)備屏幕上實現(xiàn)逐字高亮顯示,讓用戶快速、準確的定位當前播報的文字,也方便了兒童聽音識字。

　　標準化TTS定制 推動智能語音產(chǎn)業(yè)規(guī)�；�發(fā)展

　　據(jù)前瞻網(wǎng)統(tǒng)計,2020年中國智能語音市場規(guī)模達到113.96億元,同比增長19.2%,預(yù)計2026年中國智能語音市場規(guī)模將進一步增長,達到326.88億元。隨著人工智能應(yīng)用的普及以及基礎(chǔ)設(shè)施成熟,智能語音作為人機交互的重要入口,將迎來大規(guī)模商業(yè)化落地階段。

　　優(yōu)質(zhì)的聲音是智能語音產(chǎn)品獲得良好用戶體驗的第一要素。要求合成聲音不僅具備情感表現(xiàn)力,更要匹配當前的業(yè)務(wù)場景需求。標貝科技基于強大的數(shù)據(jù)能力及深度學習技術(shù),提供標準化TTS定制服務(wù),可以滿足不同層面客戶的定制化需求。

　　例如,賦予智能客服更具人情味的音色,讓用戶感受真實可靠;打造語音助手的專屬聲音IP,與用戶產(chǎn)生情感互動;為有聲閱讀提供豐富的情感合成音色,帶來更具沉浸感的聽書體驗……

　　目前,標貝科技累計語音合成音色種類多達100余種,包括男聲、女聲、老人、童聲等多音色,中文、英文、中英混讀、小語種、方言等多語種,廣泛服務(wù)智慧金融、教育、電子商務(wù)、安防、自動駕駛、泛娛樂等多領(lǐng)域。未來,標貝科技將繼續(xù)以技術(shù)創(chuàng)新為核心,持續(xù)優(yōu)化服務(wù)能力,打造更優(yōu)質(zhì)、更落地的語音交互方案,為企業(yè)創(chuàng)造更大的商業(yè)價值,為智能語音產(chǎn)業(yè)高速發(fā)展貢獻力量。