“看到”你的聲音

兩年前的經歷讓孫濤至今難以忘懷。“有一位抗美援朝的老戰士，很懷念已經過世的老排長。” 語音合成架構師孫濤就和同事錄制了一些老排長在世時的聲音，并通過語音合成技術把老排長留給老戰士的信讀給他聽，老人頓時淚流滿面。

語音合成廣泛應用于播報、客服、導航、虛擬主播、虛擬主持人等等。語音合成有三大關鍵因素：文本內容、發音人音色和說話的韻律節奏。發音人音色的不同在于喉嚨。每個人的喉嚨結構比較固定，如果把它比喻成一個樂器，文本內容和韻律節奏更像是樂譜。語音合成相當于只要掌握了樂器（喉嚨）的基本結構，想要合成什么樣的語句，只要提供樂譜（文本內容和韻律節奏）就可以了。“只要收集你說的9句話，就能復刻你的聲音”。語音合成架構師孫濤自信地對中工網記者說。每天，孫濤要處理大量采集來的聲音。看著高低不平的聲波，就像看著即將亮相的樂譜，人工智能是“演奏家”，而他，就是那個“作曲家”。

“以前客戶服務電話的拒接率很高，大家一聽就知道這不是真人，從情感上就不想交流。” 人工智能的快速發展，語音合成也搭上了這趟順風車。“語音合成的效果提升以后，已經無法分辨接客服電話的是真人還是機器，與客戶溝通的效率也提升了。”孫濤對記者說，語音合成發展到現在已經進步為個性化的合成，會帶上情感表現，甚至還有一些人文關懷的成分。“語音合成發展的大方向是交互，讓人與人工智能自如地對話。不僅能傳遞信息，也能傳遞情感。”孫濤滿懷憧憬地說。（據中工網 10.9訊）