“他是個(gè)落教的人，不彎酸?！?

“我巴郎不得去上班”

“你啷個(gè)曉得噻”

…………

當(dāng)你朗讀上面的句子時(shí)，有沒有自帶音調(diào)，并不自覺拉長了語感？這種頗具感染力且最能直觀表述情感的四川話，已然成為“流行”符號。無論是RAP歌曲，還是搞笑段子，四川話均可作為內(nèi)容創(chuàng)作元素，引來大批“粉絲”圍觀學(xué)習(xí)。

而四川話普及和方言保護(hù)問題早在2013年就已是當(dāng)?shù)刂攸c(diǎn)研究項(xiàng)目。但如果你不是 local，對四川話也沒有過多了解的話，還是很容易懷疑自己是不是聽了外語。

為了延續(xù)四川話中巴蜀文化與情感傳承，讓更多的人能夠感受漢語西南官話文化的魅力，也為了更好地服務(wù)四川當(dāng)?shù)啬酥潦澜绺鞯氐乃拇ㄔ捪嚓P(guān)使用人群，6月3日，標(biāo)貝科技精心打造并推出四川話語音合成技術(shù)。

一、四川話語音合成技術(shù)難點(diǎn)

四川話語音合成技術(shù)在行業(yè)內(nèi)已經(jīng)較為普遍，標(biāo)貝科技選擇此時(shí)公開并發(fā)布，主要是對于其相關(guān)技術(shù)精進(jìn)度的升級與把控。在四川話語音合成方面，進(jìn)行了更多維度的技術(shù)開發(fā)，較普通話語音合成來說，難度提升也比較大。

首先，四川話相比普通話有聲韻母發(fā)音更加復(fù)雜，比如聲母無卷舌音zh、ch、sh、r不卷舌，增加了舌面鼻濁音n、舌根鼻濁音。這樣的發(fā)音方式，在一定程度上增加了語音數(shù)據(jù)標(biāo)注和技術(shù)開發(fā)重構(gòu)取舍的難度。

其次，四川話聲調(diào)值無高升調(diào)，各個(gè)地區(qū)調(diào)值的發(fā)音也不是很相同，在語音采集及標(biāo)注中，均增加了樣本數(shù)量，包括口語化的語料。同時(shí)在標(biāo)準(zhǔn)四川話選擇上，增加了技術(shù)開發(fā)的精確度及地道川語的韻律。

再者，四川話在構(gòu)詞法方面，跟普通話對比，構(gòu)詞法上顯著的不同是名詞和動詞的重疊式，即名詞能夠重疊，動詞一般不能重疊。

面對以上問題及四川話語音合成發(fā)展現(xiàn)狀，標(biāo)貝科技在融合更多采集樣本量及標(biāo)注精確度上，技術(shù)開發(fā)進(jìn)行一一突破，做出了更高質(zhì)量的四川話語音合成效果。

二、標(biāo)貝科技四川話語音合成亮 點(diǎn)

在標(biāo)貝科技最終的四川話語音合成音頻中，其發(fā)音準(zhǔn)確、音調(diào)標(biāo)準(zhǔn)，合成音色擬真人、無機(jī)械音，長句表述自然流暢、無卡頓，韻律停頓自然流暢。整體的技術(shù)都是基于標(biāo)貝升級版本TTS3.0的框架，輸出的音質(zhì)效果更清晰穩(wěn)定。

四川話語音合成，其應(yīng)用場景也較為廣泛。包括：川語客服、語音播報(bào)、影視娛樂、硬件設(shè)備等。高標(biāo)準(zhǔn)的四川話語音，會為大家?guī)聿灰粯拥母惺堋?

正式上線四川話語音合成技術(shù)后，標(biāo)貝科技將在其官網(wǎng)、標(biāo)貝AI語音工坊小程序、標(biāo)貝開放平臺、標(biāo)貝悅讀等設(shè)置體驗(yàn)區(qū)和增加產(chǎn)品入口，歡迎川音應(yīng)用廠商、各企業(yè)及開發(fā)者體驗(yàn)下載。

而在推出四川話語音合成后，標(biāo)貝科技聲音庫也新增“一員”，與粵語語音合成、臺灣話語音合成等形成方言版聲音定制庫，助力更多方言場景落地。

三、標(biāo)貝科技個(gè)性化聲音定制解決方案

除了普通話語音合成、方言語音合成技術(shù)及解決方案外，標(biāo)貝科技還有個(gè)性化聲音定制、聲音克?。曇魪?fù)刻）等解決方案，滿足更多客戶聲音需求。

聲音定制方面，標(biāo)貝科技會根據(jù)不同音色、不同發(fā)音的聲音，采集不同領(lǐng)域的特定語料，對語料進(jìn)行“設(shè)計(jì)”；之后，技術(shù)專家會對發(fā)音人的說話風(fēng)格、語調(diào)和停頓方式進(jìn)行指導(dǎo)，完成聲音的“采集”；再對聲音的音字、韻律和音節(jié)音素進(jìn)行“標(biāo)注”；從文本、韻律層級預(yù)測、聲學(xué)參數(shù)和聲碼器方面進(jìn)行合成。

聲音復(fù)刻「留聲機(jī)」技術(shù)解決方案，客戶只需錄制5分鐘，10句話語音內(nèi)容，當(dāng)在機(jī)器錄入任意文本后，就能播放出和用戶聲音幾乎完全一致的“人造聲”。目前在聲音相似度、自然度等指標(biāo)上均達(dá)到行業(yè)領(lǐng)先水平，MOS（語音質(zhì)量的重要指標(biāo)）接近4分， 且音色高保真，真實(shí)還原錄音人語氣、語調(diào)、情感，清晰自然。

標(biāo)貝科技作為國內(nèi)領(lǐng)先的人工智能語音技術(shù)、產(chǎn)品和數(shù)據(jù)服務(wù)提供商，一直在AI語音交互技術(shù)及高精度數(shù)據(jù)采標(biāo)處理技術(shù)上進(jìn)行創(chuàng)新。截止目前，語音合成、聲音復(fù)刻等解決方案已經(jīng)幫助客戶實(shí)現(xiàn)多個(gè)場景落地。其包括：有聲閱讀、智能客服、智慧金融、AI教育、泛娛樂、自動駕駛等眾多領(lǐng)域。而此次推出的四川話語音合成技術(shù)服務(wù)，也將助力更多開發(fā)者實(shí)現(xiàn)方言及個(gè)性化聲音解決方案的落地。