隨著信息社會的快速發(fā)展，人們的出行旅行越來越多，對于車站等公共服務(wù)設(shè)施所提供的服務(wù)內(nèi)容要求也越來越高。公共交通的信息服務(wù)系統(tǒng)適應(yīng)這一發(fā)展趨勢，不斷應(yīng)用新技術(shù)拓展服務(wù)范圍、提升服務(wù)質(zhì)量、提高工作效率。實時更新數(shù)據(jù)、效果清晰流暢、應(yīng)用方便高效也成為車站等公共交通場所對建設(shè)新一代自動語音播報系統(tǒng)的最重要要求。然而，目前傳統(tǒng)的車站廣播系統(tǒng)主要采用人工播放方式進行，逐漸暴露出了其自身的不足：
- 人員成本較大，需配備專門的播音員專職進行此項工作；
- 信息播報及時性、準確性難控制，較大程度上依賴于播音員本身的素質(zhì)和狀態(tài)；
- 24小時不間斷服務(wù)成為問題。
科大訊飛的語音合成（Text To Speech）技術(shù)能夠自動將任意文字轉(zhuǎn)換為清晰、流暢、自然的語音，是一種能夠在任何時間、任何地點向任何人提供語音信息服務(wù)的高效便捷手段，非常符合信息時代海量數(shù)據(jù)、動態(tài)更新和個性化查詢的需求。訊飛語音技術(shù)始終引領(lǐng)業(yè)界的發(fā)展，新一代語音合成技術(shù)產(chǎn)品InterPhonic 5.0的合成效果已超過普通人的說話水平，與專業(yè)播音員的效果更趨接近，在普通話，英語，廣東話等多語種進一步突破，數(shù)字、數(shù)值判斷準確、發(fā)音清晰飽滿，地名、站名等詞組短句合成流暢、自然。靈活開放的系統(tǒng)架構(gòu)，穩(wěn)定性和可用性經(jīng)受了眾多大規(guī)模實際應(yīng)用的檢驗，能夠確保7×24小時不間斷的高質(zhì)量自動化語音服務(wù)。
自2004年起科大訊飛的語音合成系統(tǒng)就在廣州地區(qū)多個車站廣播系統(tǒng)中使用，解決了人工播放的一系列問題，系統(tǒng)自動生成的車次、發(fā)車時間、人員等信息可以實時、準確、用多個語種24小時不間斷進行播報。目前已在泉州、三明等市共30多個車站使用，取得了用戶的一致好評。
該系統(tǒng)主要使用科大訊飛InterPhonic產(chǎn)品作為播報音源，該系統(tǒng)可以提供普通話、英語、廣東話等20多種語言，擴展和延續(xù)性的優(yōu)勢將隨著服務(wù)人群的增加更加明顯。整個系統(tǒng)架構(gòu)采用C/S結(jié)構(gòu)，如下圖所示：
在車站自動語音播報系統(tǒng)中應(yīng)用語音技術(shù)，我們?nèi)匀唤ㄗh用戶對于常用的相對固定的內(nèi)容采用人工錄音的方式來生成語音，如由專業(yè)播音員錄音，效果自然，并且能體現(xiàn)更多的情感風格，給用戶以親切感受。語音合成的效果雖然清晰、準確，但是在語情感和語氣表現(xiàn)等方面與專業(yè)錄音員畢竟還有一定差距。運用“提示音智能匹配”功能，在進行語音合成過程中，將首先自動匹配由人工錄制的語音，既保持了固定不變內(nèi)容的播報效果，又能實現(xiàn)實時更新的動態(tài)合成，并且自動進行預錄語音與合成語音的融合，使得銜接過渡自然流暢，提供最佳效果體驗。
隨著福建三明、泉州等地的應(yīng)用，語音合成技術(shù)也在逐步應(yīng)用到更多的公共服務(wù)機構(gòu)中。據(jù)悉，近日，在江蘇省交通廳計劃實施的江蘇省全省交通聯(lián)網(wǎng)管理系統(tǒng)中，也指定選用科大訊飛的語音合成產(chǎn)品為車站自動語音進行播報，為旅行者提供優(yōu)質(zhì)高效的語音自動播報服務(wù)。
科大訊飛公司
