腾讯优图开放语音合成技术 多场景应用人机互动升级
自然流畅可定制优图开放语音合成技术
语音合成(Text to Speech,TTS)技术是指将文本文字变成语音并朗读出来的技术。为了让机器开口说话，与人类更进一步交流，语音合成的自然度、多语种能力、快速定制能力也就十分重要。
据了解，为了提高语音合成的自然流畅度，优图的语音合成技术在声学、韵律上采用了深度模型，这使得合成的语音发音自然、清晰、韵律感流畅，接近业界顶尖水平。同时，这也让机器与人的互动显得更亲近。
面对更复杂多变的现实人机交互应用需求，单一语种的语音合成显然已经不足以应对。优图语音合成技术能够实现中文、英文、中英混读。此外，优图通过使用迁移学习技术还实现了跨语言合成，即中文语料可以合成英文，反之亦可。
而随着时代的发展，人们对智能语音技术有了更高的要求，比如让合成语音听起来更像某个特定发音人。目前，依托优图语音合成的深度模型，可根据用户需求实现音库定制，满足用户的个性化应用。
做主播、陪孩子玩耍语音合成实现多生活场景应用
技术的提升使得语音合成技术在人们的生活中得到了更广泛的应用，优图的语音合合成技术就在有声读物、教育教学、智能玩具、智能家居等领域实现了应用落地。
企鹅FM中的虚拟主播Q小播就是一个例子。在对外开放语音合成能力之前，优图已为腾讯内部产品企鹅FM提供了技术支持，使用了优图语音合成技术的Q小播，用亲近感十足的声音为读者播报新闻实时听等专题。
语音合成技术的应用在这个时代还有更深远的社会意义。通过拥有语音合成技术的智能玩具，可以在父母因忙碌工作而无法陪伴孩子时，陪孩子说话、给孩子讲故事、教识字等，消除孩子的孤独感。优图的语音合成技术已为腾讯云小微智能语音系统提供技术支持，并应用于小Q机器人第二代。
此外，优图的语音合成技术还可以帮助特殊人群，例如对于丧失说话能力的群体，可以将需要表达的文字输入到语音合成技术的体验平台或应用中，便可将文字生成语音来传递信息。而在智能家居应用中，语音合成技术也是必不可少的。可以预见的是，在未来，语音合成技术将在更多场景融入寻常生活，如此的人机交互升级将使得人工智能对于人类更有意义，并让人们的生活更加美好。