多語言語音合成技術助力奧運智能信息系統(tǒng)
2005/08/09
2008年北京奧運會舉辦期間，來自全世界的運動員、體育界人士、新聞記者，及數百萬計的觀眾將匯聚北京，歡度奧運盛典。為解決2008年北京奧運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計劃成立了唯一的國家級重點科技攻關項目 "面向2008奧運的多語言信息服務系統(tǒng)"，中科大訊飛公司作為其中唯一的多語言語音合成技術研發(fā)單位，承擔項目中重要的多語言語音合成組件，配合項目總體承擔單位--北京首信公司完成系統(tǒng)中的語音輸出界面部分，使未來參加奧運的各國來賓可以通過高質量的合成語音獲取奧運賽事、旅游、交通等各種信息。項目一期結束后，多語言信息服務系統(tǒng)可以通過語音合成技術向使用者提供高質量的中文（粵語）、英文、日語合成語音服務，科大訊飛公司所承擔工作的進展和成果也受到了項目總體單位、863專家組以及科技部等高度評價。
語音合成，又稱文語轉換（Text to Speech）技術，它涉及聲學、語言學、數字信號處理、計算機科學等多個學科技術，是中文信息處理領域的一項前沿技術，解決的主要問題就是如何將文字信息轉化為可聽的聲音信息。通過語音合成可以在任何時候將任意文本轉換成具有高自然度的語音，從而真正實現(xiàn)讓機器"像人一樣開口說話"。
為推動項目成果順利應用到2008奧運信息服務中，科技部再次以國家重點項目形式支持多語言信息服務系統(tǒng)的各方面性能、尤其是實用性性能的持續(xù)提升。項目將以方便、靈活的專用移動終端，結合語音合成、識別等技術為參加奧運盛會的各國代表提供各種移動信息服務；鑒于在語音合成技術領域的領先地位以及在前期項目中的優(yōu)異表現(xiàn)，科大訊飛公司繼續(xù)以唯一語音合成技術提供單位的身份參與"面向2008奧運的多語言信息服務系統(tǒng)" 二期項目，為信息服務系統(tǒng)中的2008奧運專用的移動終端提供中文、英文和法語語音合成服務。
為在奧運終端的多語言信息服務系統(tǒng)中提供最佳語音合成效果，科大訊飛在奧運二期項目中采用了最新語音合成技術，該技術相應的原型系統(tǒng)在2004年底國家863語音合成核心技術和效果評測中以絕對優(yōu)勢包攬所有關鍵指標第一名。它除了秉承科大訊飛語音產品一貫的高穩(wěn)定、高性能、高質量的特性外，還專門針對奧運應用目的進行定制，對體育賽事、公共信息服務（如金融信息服務等）等進行了專門優(yōu)化，使在奧運應用環(huán)境下提供的語音效果更加自然，同時結合奧運信息服務系統(tǒng)中專用終端在應用時中可能面臨的帶寬限制，提供和合成引擎無縫連接的高質量寬帶語音編解碼插件，提高在復雜通信環(huán)境中應用的靈活性。另外，繼續(xù)對語音合成引擎的應用接口和數據交互格式進行規(guī)范，使之同時滿足科大訊飛正在牽頭制訂的國家標準--"語音合成通用技術規(guī)范"中對接口和數據傳輸規(guī)范的要求，使整個系統(tǒng)的互聯(lián)互通在未來標準的指導下更加容易實現(xiàn)。另外系統(tǒng)支持的多種角色的服務也可滿足不同應用中的個性化要求，如賽事信息發(fā)布時的活潑語音風格、公共信息服務中比較平穩(wěn)的語音風格等。同時系統(tǒng)具有更優(yōu)的自維護和自監(jiān)控特性，系統(tǒng)同步提供了遠程監(jiān)視管理維護工具和接口，可遠程參看服務器的資源占用及網絡帶寬使用情況，可以遠程啟動和關閉服務，控制服務的運行參數；使得服務系統(tǒng)運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"面向2008奧運的多語言信息服務系統(tǒng)"二期項目及智能語音技術在其中的應用，使該項目為即將來臨的北京奧運盛會提供一個更加便捷的信息獲取平臺，并以此作為一個高科技閃光點，更好的體現(xiàn)"科技奧運"和"人文奧運"的目標。
科大訊飛公司供稿 CTI論壇編輯
相關鏈接: