為了賦予合成聲音更豐富的情感表現(xiàn)力和個性化，打造AI語音極致體驗，近期，標貝科技再一次進行語音合成技術“升級改造”，于3月25日完成TTS3.0版本的驗收，正式上線標貝科技官方網(wǎng)站。

　　01 全新技術升級，讓AI聲音更富表現(xiàn)力

　　標貝科技升級的TTS3.0技術采用全新的非自回歸聲學模型，在發(fā)音效果上有了顯著提升，對不同角色和情感表達的判斷更加準確，輸出的音質穩(wěn)定、清晰、順暢，音色富有表現(xiàn)力；聲碼器則采用GAN結構，可以高效且真實的還原波形，增加了合成聲音的真實質感。

　　此外，標貝科技TTS3.0在發(fā)音細節(jié)上也進行了優(yōu)化。例如，基于Mask-basedModel神經網(wǎng)絡多音字模型，對所有多音字進行統(tǒng)一建模，提升了語音合成時多音字發(fā)音的準確率；在韻律方面，采用多任務的神經網(wǎng)絡模型，利用韻律間的層次關系，在同一個模型結構下，對多個韻律等級進行建模，對合成語音在高低音和停頓的處理更加自然和流暢。

　　標貝科技本次TTS3.0使用了全新的聲學模型和聲碼器，同時，保持了對TTS2.0舊模型的全部兼容，最大程度地保證系統(tǒng)服務的無縫升級，減少老客戶升級帶來的開發(fā)成本。

　　此前，基于海量語音數(shù)據(jù)的優(yōu)勢，在TTS1.0、TTS2.0技術基礎上，標貝科技已經推出男聲、女聲、老人、童聲等多音色，中文、英文、中英混讀、小語種、方言等多語種的解決方案，并支持用戶個性化的需求定制，可以滿足大部分客戶在車載、有聲閱讀、智能客服、新聞媒體、影視解說等多領域應用需求，并已與國內外百余家企業(yè)客戶建立合作，服務項目累計超過500項。

　　本次TTS3.0技術升級，標貝科技經過多次大規(guī)模產品體驗評測后，再次擴充音庫量及場景化方案。在官方網(wǎng)站正式上線了9大音色，包括童聲、青年男女生，深度覆蓋有聲閱讀、語音交互、智能客服等領域更多場景需求。

圖：標貝科技新音色列表

　　與TTS1.0、TTS2.0相同，本次TTS3.0同樣支持SDK、流式/非流式API、MRCP協(xié)議等對接形式，接口同步/異步調用，且整體合成速度較之前提升了1.6倍，全效助力各開發(fā)者快速落地聲音場景應用。

　　近些年，我國有聲書市場發(fā)展迅速，各大音頻平臺，閱讀應用、視頻網(wǎng)站甚至是傳統(tǒng)出版行業(yè)也都嘗試進入有聲書市場。據(jù)相關資料顯示，2020年中國有聲書市場規(guī)模已達到了95.6億元，同比增長50.3%。5G時代的到來，有聲閱讀必將引起更大規(guī)模的爆發(fā)。

　　標貝科技TTS3.0結合最新的語音技術、海量的文本和聲學數(shù)據(jù)以及大規(guī)模計算能力，讓機器的聲音情感表現(xiàn)力更加真實自然，充分滿足當下有聲閱讀場景的需求。

　　比如有聲小說中，最難表達的人物情緒和對話，TTS3.0技術做到很多細節(jié)的處理，讓合成的聲音突出對話重音及語氣，讓人物情感表達更加細膩，猶如真人“配音”，使聽眾更直接明白小說情節(jié)，進一步享受聽覺“盛宴”。

貝童
文本來源：睡前故事《螞蟻士兵》

貝茹
文本來源：約翰·伯恩《穿條紋睡衣的男孩》

貝明

　　標貝科技作為一家聚焦智能語音交互和AI數(shù)據(jù)服務的企業(yè)，經過五年的發(fā)展，現(xiàn)已推出了AI數(shù)字虛擬人、智能客服、智慧媒體等一站式解決方案；在產品方面，推出標貝悅讀、恐龍貝克兩大C端產品，已經實現(xiàn)從原有的單點語音技術服務升級至語音、圖像、虛擬形象等多技術模塊融合的行業(yè)解決方案。

　　標貝科技TTS3.0技術升級，迎合了語音合成發(fā)展的新趨勢，將智能語音應用提速增效，實現(xiàn)用戶極致體驗新突破。未來，標貝科技將繼續(xù)深耕智能語音技術研究與發(fā)展，為更多語音合成應用場景提供服務。