首頁(yè)>>廠(chǎng)商>>語(yǔ)音識別與合成>>科大訊飛

科大訊飛發(fā)布InterPhonic 4.0銀行專(zhuān)業(yè)版合成系統
--新特性搶先預覽

2005/12/08

1. 銀行專(zhuān)業(yè)版詞典

　　金融領(lǐng)域的詞匯量隨著(zhù)近年來(lái)銀行業(yè)的發(fā)展在不斷擴大和更新，新業(yè)務(wù)、新名詞的出現層出不窮。科大訊飛在與銀行業(yè)合作伙伴的合作中廣泛收集電話(huà)銀行實(shí)用語(yǔ)料，并采用獨有的語(yǔ)料分析和搜索技術(shù)對主詞典進(jìn)行添加和修正，使得銀行專(zhuān)業(yè)版中的詞典更適用于金融領(lǐng)域，提高了對金融領(lǐng)域新名詞的識別率，使分詞斷句更加準確。


2. 多音字規則庫

　　多音字是漢語(yǔ)中的普遍現象，多音字的正確與否直接影響到語(yǔ)音合成的應用效果。通用領(lǐng)域內的多音字判斷與專(zhuān)業(yè)領(lǐng)域并不是很一致甚至會(huì )有沖突。一些僅在金融領(lǐng)域才出現的多音字現象被提煉成多音字規則，這些規則僅適用于在專(zhuān)業(yè)領(lǐng)域的語(yǔ)言環(huán)境中。在多音字規則的歸納方面需要大量語(yǔ)料的積累和系統的語(yǔ)法分析工具。科大訊飛公司和中國社會(huì )科學(xué)院語(yǔ)言研究所建立聯(lián)合實(shí)驗室，致力于漢語(yǔ)言的分析和研究，并且在語(yǔ)料收集和數據制作方面具有深厚的積淀。銀行專(zhuān)業(yè)版的多音字規則庫也是在此基礎上得到了更完善的補充，多音字自動(dòng)識別的正確率可達到98%以上。


3. 銀行專(zhuān)業(yè)版音庫

　　定制音庫可以更好的覆蓋金融領(lǐng)域的語(yǔ)言環(huán)境，使得合成出的語(yǔ)句更加流暢自然。采用在主音庫上補充定制音庫的手段提升合成效果是目前采用大語(yǔ)料庫技術(shù)的合成系統改善語(yǔ)音合成效果的一個(gè)最直接有效的方法。但是受到語(yǔ)料收集和分析能力以及數據制作能力的限制，能夠緊跟應用發(fā)展而定制出與當前應用環(huán)境更為接近的音庫的規模、質(zhì)量和更新周期都必須有一個(gè)專(zhuān)業(yè)技術(shù)隊伍來(lái)保障。科大訊飛在推出Interphonic 4.0的同時(shí)即開(kāi)始了基于Interphonic 4.0的銀行專(zhuān)業(yè)版定制音庫的制作。目前，Interphonic 4.0 銀行專(zhuān)業(yè)版已經(jīng)提供了普通話(huà)女聲小燕的定制音庫，隨著(zhù)應用需求的不斷增加，也將會(huì )陸續提供普通話(huà)男聲定制音庫和粵語(yǔ)定制音庫。


4. 特殊符號規則庫

　　在Interphonic4.0的特殊符號集中常用符號的處理已經(jīng)比較完備了，但是仍有一些特殊符號的使用會(huì )根據應用環(huán)境的特殊性而與通常環(huán)境中的判斷規則和讀法不一樣。Interphonic 4.0銀行專(zhuān)業(yè)版收集了金融領(lǐng)域常用符號及其出現的語(yǔ)言環(huán)境進(jìn)行分析，對特殊符號規則庫進(jìn)行了調整，從而提高了在金融領(lǐng)域內的特殊符號識別正確率。同時(shí)，Interphonic 4.0的定制架構允許對特殊符號的讀法和停頓時(shí)間進(jìn)行用戶(hù)自定義的設置，在銀行專(zhuān)業(yè)版中已經(jīng)根據行業(yè)特征對這些參數進(jìn)行了調整，用戶(hù)一般不需要重新設置特殊符號的默認讀法和停頓時(shí)間。


5. 數字數值

　　Interphonic4.0的數字數值為了適應電話(huà)銀行中用戶(hù)的使用習慣，進(jìn)行了效果調整，使數字數值的發(fā)音更加飽滿(mǎn)。使用TTS合成的數字數值首先在清晰度和自然度方面就比原始的錄音拼接要高。此外，電話(huà)銀行業(yè)務(wù)中對于數字數值的可懂度和準確度要求更高，銀行專(zhuān)業(yè)版在數字數值方面做了更多的改進(jìn)，在提高系統默認設置的數字數值可懂度的同時(shí)還開(kāi)放了更多用戶(hù)可以自主設置的參數。銀行專(zhuān)業(yè)版中數字數值的報讀風(fēng)格定位于語(yǔ)速較慢、發(fā)音飽滿(mǎn)、富有節奏感，從而提高了數字數值的可懂度。除了具備Interphonic4.0中的整體語(yǔ)速調節功能外，銀行專(zhuān)業(yè)版也支持對于數字數值單獨進(jìn)行語(yǔ)速調節和節奏設置，這樣不同用戶(hù)都可以根據自己的需要進(jìn)行設置便于用戶(hù)對于較長(cháng)的賬號等數字數值進(jìn)行核對和記錄。


6. 預錄音

　　在電話(huà)銀行業(yè)務(wù)中很多提示音是固定不變的，在和語(yǔ)音合成系統合成出的語(yǔ)音配合使用時(shí)，往往讓程序設計者們?yōu)檫@些提示音采用預錄音還是采用TTS合成而取舍難定。如果采用預錄音當然能夠達到最好的自然度，但是不能適應提示音中的變化，一旦提示音有改動(dòng)預錄音不能及時(shí)更新就會(huì )出現問(wèn)題。而采用合成的方式來(lái)提供提示音，雖然靈活性問(wèn)題解決了但是自然度又會(huì )略遜于預錄音。因此如何處理好提示音和語(yǔ)音合成的融合可以考驗一個(gè)語(yǔ)音合成系統在提升應用效果方面的功能和架構是否完善。銀行專(zhuān)業(yè)版的預錄音功能正是在Interphonic 4.0的定制架構上實(shí)現的一個(gè)平衡提示音自然度和靈活性的工具。預錄音與合成音統一發(fā)音人，過(guò)渡自然。調用時(shí)，不需要特殊標記，系統可自動(dòng)識別預錄音庫中已有提示音，并和需要合成的語(yǔ)音一起進(jìn)行輸出。在銀行專(zhuān)業(yè)版的預錄音庫中已經(jīng)包含了近2000條常用中粵語(yǔ)提示音，同時(shí)提供提示音添加功能，方便用戶(hù)隨時(shí)添加預錄音。用戶(hù)還可向科大訊飛提出定制需求，可根據用戶(hù)的具體應用進(jìn)行電話(huà)銀行菜單預錄音。

科大訊飛公司供稿 CTI論壇編輯