语音技术应用于聊天软件之设想.docVIP

新一代超级OTT 微音通信 Over the OTT OOTT 颠覆微博 颠覆微信 完美实现LBS、O2O 重构移动互联网 语音技术应用于 聊天软件之设想 原理：手机客户端通过自动语音识别技术把语音识别为音节序列，再把音节序列发送到对方的手机中，对方的手机把接收到的音节序列通过语音合成技术来生成语音，这样就实现了微音通信。 特点：1.省流量 2.方便快捷 3.可定制音色。 省流量：由于传输的是拼音而不是语音，所以很省流量，又由于拼音的个数比汉字少（汉语中有大量的同音字），所以通过编码技术甚至可以做到比文字聊天更省流量 方便快捷：首先，微音输入要比文字输入快；其次，因为不需要识别到汉字，所以微音输入比语音输入法也要快 可定制音色：由于微音通信的原理，在微音通信中听不到本人的真实音色，这本来是一个缺点，但正因为如此，我们反而可以实现自定义音色。 能否实现：讯飞输入法的离线语音功能已经非常不错了，各种语音助手中的语音合成效果也很接近真人发音，所以从技术上讲是可以实现的！ 我的目的：不是为了寻找投资，仅仅是提个建议而已，希望你们能实现它。 详细内容请见下文(仅作参考) 关于开发微聊软件的建议 及成立微音联盟可能性的探讨 摘要： 原理：手机客户端通过自动语音识别技术把语音识别为音节序列，再把音节序列发送到对方的手机中，对方的手机把接收到的音节序列通过语音合成技术来生成语音，这样就实现了微音通信。 特点：1.省流量 2.方便快捷 3.可定制音色。 由于在微音通信中听不到本人的真实音色，我们反而可以实现自定义音色。例如我们在和朋友通话的过程中可以把他/她的音色设置为某个明星的音色或者某种搞怪的音色，这一定很有意思。 应用及其优势： 熟人社交：比打电话省钱，比发短信快捷。 生人社交：只能和100公里以外的人聊天，而且听不到本人的真实音色，可充分倾诉自己的感情，不用有任何顾虑。 LBS： 提前预定服务，可节省时间。周围的商店送货上门，可实现微快递模式。可以建立标准服务音和标准顾客音。 微音微博：可以不解锁实现各种操作，能充分利用人的碎片时间。 目录 基本原理 原理简介 概念定义 分析讨论 界面及功能 联系人界面 聊友界面 生活界面 微微界面 设置界面 优势分析 建立微音联盟的可能性 一、基本原理 1．原理简介 微音通信的基本原理：在手机客户端通过自动语音识别技术把语音识别为音节序列，再把音节序列发送到对方的手机中，对方的手机把接收到的音节序列通过语音合成技术来生成语音，这样就实现了微音通信。 2．概念定义 微音通信：通过微音通信的基本原理来实现的通信叫做微音通信。 实音通信：通过把声波信号转换为模拟信号或者数字信号然后再还原为声波信号的通信叫做实音通信。 微音输入法：一种能快速输入拼音的内嵌输入法，具有智能纠错功能，对方收到的是微音语音。 音色提取与还原技术：通过听取某人朗读一段文字材料，从中提取出能刻画此人音色的信息，并生成一个音色文件，利用此音色文件并通过语音合成技术可模拟此人的音色来发音，这种技术叫做音色提取与还原技术。 自动语气感知技术：在微音通信过程中，能自动识别出说话人的语气并生成标记信息传递给另一端，另一端在语音合成的过程中表现出此语气，这种技术叫做自动语气感知技术。 自动语速判断技术：能够自动判断语速并实时调节语速的技术。 3．分析讨论 a．微音通信能实现吗？ 答曰：能。目前的语音输入法已经能较好地把语音识别成汉字了，识别率还不错。而且微音通信并不需要把语音识别成汉字，只需要识别成拼音即可，在不考虑声调的情况下，汉语中只有410多个拼音，这就的话简单多了。因此，微音通信（识别到音节）可以很轻易地实现，而且脱离云端而实现。（科大讯飞已经实现了离线语音，即在手机端进行语音识别） b．音色提取和还原技术能实现吗,自动语气感知技术和自动语速判断技术能实现吗？ 答曰：能实现，只是需要一定的时间。 d．微音通信的特点是什么？ 答曰：省流量，方便快捷，可定制音色。 省流量：由于传输的是拼音而不是语音，所以很省流量，又由于拼音的个数比汉字少（汉语中有大量的同音字），所以通过编码技术甚至可以做到比文字聊天更省流量 方便快捷：首先，微音输入要比文字输入快；其次，因为不需要识别到汉字，所以微音输入比语音输入法也要快。在不方便说话或嘈杂的环境中，可以使用内嵌的微音输入法，只需要把拼音和声调输入正确就行了，所以此种情况下比语音输入有效，也比文字输入要快。 可定制音色：由于微音通信的原理，在微音通信中听不到本人的真实音色，这本来是一个缺点，但正因为如此，我们反而可以实现自定义音色。在熟人社交中，我们在和朋友通话的过程中可以把他/她的音色设置为某个明星的音色或者某种搞怪的音色，这一定很有意思。