tts语音关键技术专业资料.docVIP

TTS语音技术 Text To Speech缩写，即“从文本到语音”、 语音合成技术(Text To Speech)，它是同时利用 语言学和 心理学杰出之作，在内置芯片支持之下，经过 神经网络设计，把文字智能地转化为自然语音流。 人机交互是一门计算机科学，关键研究相关设计、评价和实现供大家使用交互计算系统和相关现象科学。人机交互发展经历了以下多个阶段：手工作业阶段、作业控制语言和交互命令语言阶段、图形用户界面（GUI）阶段、网络用户界面，现在已经发展到多通道、多媒体智能人机交互阶段。其中，语音人机交互是目前多通道、多媒体智能人机交互关键方法。尤其是苹果Siri、科大讯飞语点出现，让智能语音人机交互技术实现了新跨越，得到了社会各界广泛关注。 一、智能语音人机交互产业发展现实状况 什么是智能语音人机交互技术？简单说，就是一个以语音为关键信息载体，让机器含有像人一样“能听会说、自然交互、有问必答”能力综合技术，它包含自然语言处理、语义分析和了解、知识构建和自学习能力、大数据处理和挖掘等前沿技术领域。这种技术既能够作为独立软件系统运行在用户计算机和智能手机上，也能够嵌入到含有联网能力设备中。 近几年，伴随语音技术不停发展，人机交互逐步走入语音时代。关键表现在：一是技术水平不停提升，尤其是语音合成和基础语音识别技术发展较快；二是产业规模连续扩大，带动了家电、汽车、移动互联网等一批相关产业发展；三是优异企业大幅涌现。 同时，产业发展也存在部分问题：首先，语音识别技术关键还是用于识别部分命令词汇和固定语法格式，大规模语音数据识别技术仍有待提升；其次缺乏成熟商业模式极大地制约着产业可连续发展。 二、智能语音人机交互产业链分析 经过多年发展，智能语音人机交互产业形成了从关键技术研发到知识库提供再到应用、服务完善产业链。 图1?智能语音人机交互产业链 （一）关键技术研发 包含人工智能机器人厂商、人机交互技术和渠道提供商，和基础平台支撑和关联技术提供商。 1、人工智能机器人厂商 关键包含智能机器人厂商，和清华、中科院等人工智能技术研究院校和科研院所。 2、人机交互技术或渠道提供商 包含Nuance、科大讯飞、捷通华声、车音网等语音技术提供商，和短信（移动、电信、联通）、QQ、MSN等服务提供商。 3、基础平台支撑和关联技术提供商 包含IDC、云计算平台、数据挖掘等技术提供商。 （二）知识库提供 关键是指数据和内容提供商，包含影视（百事通、优酷、土豆、奇异、华数等）、电影票（格瓦拉等）、音乐、餐饮（大众点评、订餐小秘书）、股票（新浪财经、东方财富网等）、天气（问天网）、航班（携程、去哪儿）、旅游（携程、驴母亲）、导航（高德、凯立德等）、政府、行业知识库等。 （三）应用、服务 1、智能电视提供商 包含长虹、创维等智能电视提供商、机顶盒提供商，和东方有线、百事通、中国电信IPTV和机顶盒生产厂商、服务运行商等，也能够包含费通、盛付通等支付渠道商。 2、智能车载设备提供商 包含各车厂、汽车安全信息服务提供商（如安吉星等）、车载信息服务提供商（如高德、凯立德等）等。 3、电话呼叫中心 包含移动、电信、联通各运行商，和以金融为代表大型现代服务企业，还有面向中小型企业综合服务平台等。 4、智能移动终端厂商 包含以华为、联想、盛大、中兴等为代表智能移动终端厂商。 5、智能家居厂商 包含以海尔、典众智能为代表智能家居厂商。 三、智能语音人机交互产业竞争格局 伴随人机交互技术对语音技术强烈需求，除了传统智能机器人厂商以外，语音技术提供商和传统搜索厂商也纷纷推出自己产品，进入智能语音人机交互行列，形成了智能机器人厂商、语音技术提供商、传统搜索厂商和移动用户端开发者四大阵营，产业竞争深入加剧。 （一）智能机器人厂商 智能机器人厂商是现在关键智能交互技术提供商，是智能交互产业关键组成部分。Gartner汇报指出，截止初，全球大约有36家智能客服系统服务商。如美国加州eGain，关键为用户提供“云计算”交互中心方案或内部布署，用户超出上百家，遍布电信、金融、零售、公共事业、政府、制造、媒体、电子商务、旅游、汽车、外包、科技和服务等行业。瑞典Artificial Solutions定在为企业和政府机构开发客服机器人，她们已经成功为欧洲近几十个政府部门提供客服机器人，从而减轻人工工作压力。 智能客服机器人在中国发展应用于近几年展现出了快速增加势头，其中有代表性是小i机器人推出智能客服机器人系列产品。 （二）语音技术提供商 语音技术提供商纷纷借助这次智能语音人机交互产业发展高潮，不停推出相关产品，提升自己提供智能机器人处理方案能力。Nuance除了在北美市场拥有自己类似处理方案Dragon go!，也在亚洲市场和部分当地合作伙伴合作，共推处理方案。中国语音技术引领者