多語言語音合成技術(shù)助力奧運(yùn)智能信息系統(tǒng)
2005/08/09
2008年北京奧運(yùn)會舉辦期間，來自全世界的運(yùn)動(dòng)員、體育界人士、新聞?dòng)浾�，及�?shù)百萬計(jì)的觀眾將匯聚北京，歡度奧運(yùn)盛典。為解決2008年北京奧運(yùn)期間來自不同國家的賓客們可能遇到的語言瓶頸，兩年前國家科技部863計(jì)劃成立了唯一的國家級重點(diǎn)科技攻關(guān)項(xiàng)目 "面向2008奧運(yùn)的多語言信息服務(wù)系統(tǒng)"，中科大訊飛公司作為其中唯一的多語言語音合成技術(shù)研發(fā)單位，承擔(dān)項(xiàng)目中重要的多語言語音合成組件，配合項(xiàng)目總體承擔(dān)單位--北京首信公司完成系統(tǒng)中的語音輸出界面部分，使未來參加奧運(yùn)的各國來賓可以通過高質(zhì)量的合成語音獲取奧運(yùn)賽事、旅游、交通等各種信息。項(xiàng)目一期結(jié)束后，多語言信息服務(wù)系統(tǒng)可以通過語音合成技術(shù)向使用者提供高質(zhì)量的中文（粵語）、英文、日語合成語音服務(wù)，科大訊飛公司所承擔(dān)工作的進(jìn)展和成果也受到了項(xiàng)目總體單位、863專家組以及科技部等高度評價(jià)。
語音合成，又稱文語轉(zhuǎn)換（Text to Speech）技術(shù)，它涉及聲學(xué)、語言學(xué)、數(shù)字信號處理、計(jì)算機(jī)科學(xué)等多個(gè)學(xué)科技術(shù)，是中文信息處理領(lǐng)域的一項(xiàng)前沿技術(shù)，解決的主要問題就是如何將文字信息轉(zhuǎn)化為可聽的聲音信息。通過語音合成可以在任何時(shí)候?qū)⑷我馕谋巨D(zhuǎn)換成具有高自然度的語音，從而真正實(shí)現(xiàn)讓機(jī)器"像人一樣開口說話"。
為推動(dòng)項(xiàng)目成果順利應(yīng)用到2008奧運(yùn)信息服務(wù)中，科技部再次以國家重點(diǎn)項(xiàng)目形式支持多語言信息服務(wù)系統(tǒng)的各方面性能、尤其是實(shí)用性性能的持續(xù)提升。項(xiàng)目將以方便、靈活的專用移動(dòng)終端，結(jié)合語音合成、識別等技術(shù)為參加奧運(yùn)盛會的各國代表提供各種移動(dòng)信息服務(wù)；鑒于在語音合成技術(shù)領(lǐng)域的領(lǐng)先地位以及在前期項(xiàng)目中的優(yōu)異表現(xiàn)，科大訊飛公司繼續(xù)以唯一語音合成技術(shù)提供單位的身份參與"面向2008奧運(yùn)的多語言信息服務(wù)系統(tǒng)" 二期項(xiàng)目，為信息服務(wù)系統(tǒng)中的2008奧運(yùn)專用的移動(dòng)終端提供中文、英文和法語語音合成服務(wù)。
為在奧運(yùn)終端的多語言信息服務(wù)系統(tǒng)中提供最佳語音合成效果，科大訊飛在奧運(yùn)二期項(xiàng)目中采用了最新語音合成技術(shù)，該技術(shù)相應(yīng)的原型系統(tǒng)在2004年底國家863語音合成核心技術(shù)和效果評測中以絕對優(yōu)勢包攬所有關(guān)鍵指標(biāo)第一名。它除了秉承科大訊飛語音產(chǎn)品一貫的高穩(wěn)定、高性能、高質(zhì)量的特性外，還專門針對奧運(yùn)應(yīng)用目的進(jìn)行定制，對體育賽事、公共信息服務(wù)（如金融信息服務(wù)等）等進(jìn)行了專門優(yōu)化，使在奧運(yùn)應(yīng)用環(huán)境下提供的語音效果更加自然，同時(shí)結(jié)合奧運(yùn)信息服務(wù)系統(tǒng)中專用終端在應(yīng)用時(shí)中可能面臨的帶寬限制，提供和合成引擎無縫連接的高質(zhì)量寬帶語音編解碼插件，提高在復(fù)雜通信環(huán)境中應(yīng)用的靈活性。另外，繼續(xù)對語音合成引擎的應(yīng)用接口和數(shù)據(jù)交互格式進(jìn)行規(guī)范，使之同時(shí)滿足科大訊飛正在牽頭制訂的國家標(biāo)準(zhǔn)--"語音合成通用技術(shù)規(guī)范"中對接口和數(shù)據(jù)傳輸規(guī)范的要求，使整個(gè)系統(tǒng)的互聯(lián)互通在未來標(biāo)準(zhǔn)的指導(dǎo)下更加容易實(shí)現(xiàn)。另外系統(tǒng)支持的多種角色的服務(wù)也可滿足不同應(yīng)用中的個(gè)性化要求，如賽事信息發(fā)布時(shí)的活潑語音風(fēng)格、公共信息服務(wù)中比較平穩(wěn)的語音風(fēng)格等。同時(shí)系統(tǒng)具有更優(yōu)的自維護(hù)和自監(jiān)控特性，系統(tǒng)同步提供了遠(yuǎn)程監(jiān)視管理維護(hù)工具和接口，可遠(yuǎn)程參看服務(wù)器的資源占用及網(wǎng)絡(luò)帶寬使用情況，可以遠(yuǎn)程啟動(dòng)和關(guān)閉服務(wù)，控制服務(wù)的運(yùn)行參數(shù)；使得服務(wù)系統(tǒng)運(yùn)行在更值得信賴的穩(wěn)定環(huán)境中。
科大訊飛將一如既往的和北京首信等一起全力推動(dòng)"面向2008奧運(yùn)的多語言信息服務(wù)系統(tǒng)"二期項(xiàng)目及智能語音技術(shù)在其中的應(yīng)用，使該項(xiàng)目為即將來臨的北京奧運(yùn)盛會提供一個(gè)更加便捷的信息獲取平臺，并以此作為一個(gè)高科技閃光點(diǎn)，更好的體現(xiàn)"科技奧運(yùn)"和"人文奧運(yùn)"的目標(biāo)。
科大訊飛公司供稿 CTI論壇編輯
相關(guān)鏈接: