智能语音前沿技术——发音检错纠错和语音转换.docVIP

智能语音前沿技术——发音检错纠错和语音转换 导语：?到2020年，全球人工智能市场规模可达到1190亿元。艾瑞咨询预测，到2020年，中国人工智能市场规模约91亿元 近年来，人工智能在国内外掀起了新一轮技术创新的浪潮，人工智能正在成为产业革命的新风口。据BBC预测，到2020年，全球人工智能市场规模可达到1190亿元。艾瑞咨询预测，到2020年，中国人工智能市场规模约91亿元。 目前，政策、经济、人才、技术各方面都为人工智能提供了很好的条件： (1) 政策：人工智能进入国家战略层面。国务院在《关于积极推进“互联网+”行动的指导意见》中将人工智能推上国家战略层面。在国家“十三五”规划的“科技创新-2030项目”中，智能制造和机器人被列为重大发展工程。2016年，为加快人工智能产业发展，国家发展改革委、科技部、工业和信息化部、中央网信办制定了《“互联网+”人工智能三年行动实施方案》。2016年科大讯飞、华为等行业知名企业，在深圳共同发布中国《人工智能深圳宣言》，积极探索政、产、学、研、用合作机制，推动人工智能产业的协同发展。2017年十二届全国人大会议中，国务院总理李克强提出，要推动内地与港澳深化合作，研究制定“粤港澳大湾区”城市群发展规划，提升在国家经济发展和对外开放中的地位与功能。 (2) 经济：互联网经济高速发展，据艾瑞咨询估计，2015年中国网络经济增长约33%，市场规模超过千亿，并有持续增长趋势。2014年开始，投资机构在人工智能领域投资金额，数量均大幅度增加。据咨询公司Venture Scanner统计，2016年全球人工智能公司已突破1000家，融资高达48亿美元。 (3) 人才：在中国科研投入占全球的20%，仅次于美国，信息技术互联网领域是国家的重点投入对象，近五年，科研人员保持20%的持续增长，为人工智能的发展提供了充足的人才支撑。 (4) 技术：目前我国已在计算机视觉，智能语音等领域实现了技术突破，处于国际领先水平。国内具有代表性的公司或机构包括：百度，阿里巴巴，腾讯，科大讯飞，旷视科技，商汤科技等。 在人工智能技术中，智能语音技术是一个重要的分支，是人机交互过程中不可或缺的部分。语音技术包含：语音识别、语音合成、声纹识别、语音评测、语音转换等，其中发音检错纠错和语音转换技术近期有了新的突破。 发音检错纠错 英语是当今世界上最为通用的语言，其重要性已为所有人深刻领会。由于英语的强势地位，目前被超过100个国家作为外语教学的第一外语。据EF英孚教育发布的《2015年英语熟练度指标报告》显示，中国人每年花费千亿元用于英语培训，但实际效果依然不佳，在全球70个国家和地区中，中国大陆排名47位。虽然英语水平仍处于低熟练程度，但近年来呈现明显增长趋势。据中国社会调查所公布的中国居民消费调查报告统计，中国已成为全球英语培训领域增长速度最快的市场，年增长率高达12%。在如此广阔的英语培训市场下，线下英语培训面临着师资数量短缺，教师口语水平参差不齐、“添鸭式”与“应试式”教学以及无法有效改善口语听力水平等存在诸多矛盾。 另外，中文拼音与英语音标发音方法和位置有所区别，但许多中国学生在刚接触英语时习惯用熟悉的中文拼音来标注、记忆英语单词的发音。久而久之，养成了不良的发音习惯，同时还由于中国学生普遍腼腆，上课口语训练时间不足，课后口语练习得不到反馈，以及大部分英语老师的发音不标准等因素造成了中国学生的发音不标准。由于发音一直是中国学生学习英语时一个难关，有许多人愿意为了纠正发音，支付高昂的学费，请外教纠正自己的发音。随着移动在线语言学习的兴起，催生了AI语音评测，促进了AI纠音技术的发展。 虽然目前市场上有许多在线的英语学习软件，但大多数都只是简单地播放音视频学习资料，学生跟读，系统播放录音。只有为数不多的软件，具备打分评测的功能，而评测的准确性，一直为学生所诟病。因此，市场迫切需要能提供高可靠的打分评测技术。 图1 目前市面相关产品 另外，除了提供高可靠的打分评测技术，学生也迫切需要具体的发音诊断的反馈建议。因为单纯的打分评测技术，只能够指出学生的发音不够好，但学生并不理解自己的发音错误在哪里，及应该如何改进发音。比如把读错的单词标红出来，需反复对比原声才能分析出错误的细节，这在明显读错的情况下还好实现，如：steak/steik/，读错为/sti:k/。 但以下情况就非常困难了，特别是学习者不熟悉英语的拼读发音规则，语法的条件下。 （1）如records/’rek??dz/，读错为/’rek??ds/。 （2）如the apple /ei/，读错为/e?/（the在辅音前发 /e?/，元音前发 /ei/）。 （3）长短音如book/b