8 月 18 日消息 智能語音技術(shù)的飛速發(fā)展，讓 AI 合成語音的聽感更加自然、逼真，讓越來越多企業(yè)實現(xiàn)了與客戶的多模態(tài)互動?；谖④?Azure 云平臺創(chuàng)建聲音定制服務(wù)定制的專屬個性化聲音，已被廣泛應(yīng)用在諸如語音助手、聊天機(jī)器人、在線學(xué)習(xí)、有聲讀物或新聞播報等多種使用場景。

　　傳統(tǒng)上，完成一個定制聲音時間周期長、復(fù)雜度高。需要發(fā)音人錄制成千上萬句語料作為訓(xùn)練數(shù)據(jù)，再由擁有深度神經(jīng)網(wǎng)絡(luò)和語音合成專業(yè)背景的專家針對客戶的語音數(shù)據(jù)進(jìn)行聲學(xué)模型和語音合成器的訓(xùn)練及調(diào)優(yōu)，整個過程往往需要數(shù)月的時間。微軟推出基于深度神經(jīng)網(wǎng)絡(luò)的聲音定制服務(wù)，所需訓(xùn)練數(shù)據(jù)更少，只要 300 至 2000 句語料數(shù)據(jù)(約 30-120 分鐘);訓(xùn)練調(diào)優(yōu)的難度和復(fù)雜度更加簡化，即使沒有深度神經(jīng)網(wǎng)絡(luò)和語音合成專業(yè)背景的用戶也可實現(xiàn)自助訓(xùn)練，得到媲美人類發(fā)音的效果。用戶需注冊 Azure 云平臺 Speech Studio，申請獲得深度神經(jīng)網(wǎng)絡(luò)聲音定制權(quán)限后，即可一鍵完成個性化聲音模型的訓(xùn)練，并快速部署 API，適用于各種場景的應(yīng)用開發(fā)。

　　除平臺自助服務(wù)，微軟專家還可為有需求的客戶提供包括聲音畫像設(shè)計、發(fā)音人選擇、錄音指導(dǎo)、模型評估和調(diào)優(yōu)等全流程的語音定制支持和輔導(dǎo)，幫助英國 BBC 廣播公司、Swisscom 瑞士電信、美國 AT&T 旗下的華納兔八哥體驗店、美國 Progressive 前進(jìn)保險公司、Duolingo 多鄰國和國內(nèi)的小米、華人運通等不同行業(yè)的客戶成功打造了自己的專屬定制聲音。

　　據(jù)悉，美國 AT&T 體驗店兔八哥語音助手，采用了微軟的聲音定制服務(wù)，并以兔八哥配音演員的授權(quán)聲音創(chuàng)建了這一虛擬動畫人物的語音模型，以奇趣的風(fēng)格與顧客對話，回答常見的問題，增強(qiáng)了顧客粘性。

　　微軟 AI 語音技術(shù)在 AT & T 體驗店的兔八哥上的應(yīng)用：

 

　　Flo 是美國 Progressive 前進(jìn)保險公司打造的虛擬銷售助理，性格樂觀開朗、俏皮可愛。幾年前，美國前進(jìn)保險公司就邀請專業(yè)配音演員使用微軟的聲音定制服務(wù)為 Flo 配音，讓 Flo 可以自然地交流互動，深得客戶喜愛，打破了大眾對智能語音客服機(jī)械感的固有認(rèn)識。

　　語言學(xué)習(xí)公司多鄰國通過使用微軟的聲音定制服務(wù)，為 9 個各具特色的卡通角色分別定制了個性化聲音，讓語言學(xué)習(xí)更加趣味十足。同時，這一服務(wù)支持多語言能力，可以讓每一個卡通角色同時會英語、西班牙語、法語、德語、日語等多國語言。

　　作為一家平臺型公司，微軟表示，在降低技術(shù)門檻，促進(jìn)技術(shù)普惠的同時，也在堅持負(fù)責(zé)任地使用人工智能，并以公平、可靠與安全、隱私與保障、包容、透明、負(fù)責(zé)六個基本道德準(zhǔn)則指導(dǎo)人工智能的發(fā)展和應(yīng)用。

　　微軟基于深度神經(jīng)網(wǎng)絡(luò)的聲音定制技術(shù)與微軟 Azure 認(rèn)知服務(wù)的更多內(nèi)容查看，點此鏈接。

特別提醒：本網(wǎng)信息來自于互聯(lián)網(wǎng)，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請及時聯(lián)系我們，本站將會在24小時內(nèi)處理完畢。