語音合成技術(shù)在不知不覺中已融入人們的生活。
捷通華聲從2001年在國內(nèi)率先推出面向市場的語音合成技術(shù)以來，至今已深耕語音市場20年，廣泛服務(wù)金融、電信、能源、交通、教育、司法、公安、醫(yī)療、互聯(lián)網(wǎng)等多個領(lǐng)域，包括北京奧運(yùn)會、上海世博會、北京大興國際機(jī)場、全國大部分高鐵等等。
極致運(yùn)行速度高品質(zhì)合成效果
最新靈云語音合成技術(shù)引用“全并行架構(gòu)聲學(xué)模型”將運(yùn)行速度提升10倍，實(shí)時率顯著提升，這意味著在人機(jī)交互中，語音合成技術(shù)幾乎不會形成用戶等待時間。
通過采用一體化的智能文本分析算法，結(jié)合統(tǒng)計和規(guī)則等處理手段，靈云語音合成技術(shù)對文本處理前端擁有較強(qiáng)的分詞、多音字、韻律環(huán)境預(yù)測能力，以及自動識別和處理日期時間、數(shù)值金額、電話號碼等文本的能力。此外，還支持每個發(fā)音人私有一個韻律預(yù)測模型文件，進(jìn)一步提升韻律預(yù)測效果。
得益于聲學(xué)核心的深度學(xué)習(xí)化與高音質(zhì)聲碼器，語音合成效果干凈飽滿又飽含細(xì)節(jié)、個人特色還原到位，聲線細(xì)膩、情感豐富、語速真實(shí)、媲比真聲。靈云語音合成技術(shù)擁有多個音庫，包括普通話、英語、維語等20多個語種，男聲、女聲、童聲、甜美可愛、成熟穩(wěn)重、熱情洋溢等多種風(fēng)格。
多種語音合成接入方式個人定制觸手可及
捷通華聲在2011年推出國內(nèi)外首款全方位人工智能開放平臺——靈云開放平臺（AIcloud）。
靈云開放平臺通過提供公有云服務(wù)器API和SDK等接口服務(wù)，讓開發(fā)者能夠免費(fèi)享受到最新的語音合成技術(shù)。
此外，靈云開放平臺為開發(fā)者提供語音識別、語義理解、聲紋識別、語音喚醒、光學(xué)字符識別、人臉識別、手寫識別、機(jī)器翻譯、鍵盤輸入等多種技術(shù)能力SDK。開發(fā)者可以簡單、快速地接入所需的能力，并自由靈活組合，定制開發(fā)自己的產(chǎn)品。
捷通華聲提供可私有云部署的語音合成能力平臺。比如在銀行客服中心，通過與客戶IVR系統(tǒng)對接，提供穩(wěn)定高效的語音合成服務(wù)，實(shí)現(xiàn)用機(jī)器人來服務(wù)海量用戶，滿足用戶安全性、私有化、高并發(fā)等特性需求。
對于不懂開發(fā)的普通用戶，捷通華聲提供開放的語音合成云服務(wù)（speech.aicloud.com），可以讓用戶直接在網(wǎng)頁上生成和下載文本對應(yīng)的音頻文件。
目前，靈云語音云服務(wù)全部免費(fèi)，這不僅方便個人用戶豐富短視頻內(nèi)容，還可以免去錄音成本，提升創(chuàng)作效率。有效地降低了使用語音合成產(chǎn)品的門檻，讓每個人都可以輕而易舉地享受語音合成帶來的便利。
