AI播音与人工播音的语音差异性考察.docxVIP

AI播音与人工播音的语音差异性考察 一、前言 近年来人工智能语音技术正不断与播音行业接轨，机器人主播这一新形态的播音主体应运而生。所谓AI（人工智能）播音，是基于智能语音技术中的语音合成技术（Text to Speech，TTS），首先由计算机对播音文本进行分析处理，再将已有语音库的声音样本通过各项合成规则与算法模型形成韵律、音节与波形，最终将合成的语音进行输出的过程。语音合成的发展经历了机械式语音合成、电子式语音合成和基于计算机的语音合成发展阶段，近年来DNN深度学习网络以及“自适应说话人技术”的产生使语音合成技术进入了一个新的阶段。但目前的人工智能语音技术仍然处于初级阶段，在播音领域内尚不能具备普适性的应用空间，但随着人工智能语音技术的科学研发不断进步，未来将能够拥有越来越广泛的应用空间。对于AI播音的研究，不仅需要计算机科学的技术研究，也需要传媒、播音业界、学界从应用角度进行分析，進而对现有AI技术的研发成果提出问题，对今后技术的继续完善与开发提供借鉴。随着AI播音的应用与发展，国内近年来的相关研究基本围绕着AI播音未来的发展前景、应用方向以及传统播音主持业务、教育面对新技术应作出的调整等议题上进行了宏观层面的探讨。在先前关于AI播音的讨论中，情感问题被普遍认为是AI播音工作的短板，机器无法拥有人类的真实情感，只能通过“模拟”来仿造情感，而语言的传播过程终究是