語(yǔ)音合成技術(shù)與電信應用

易 龍 2001/06/05

隨著(zhù)信息產(chǎn)業(yè)的快速發(fā)展，電信服務(wù)日趨豐富多彩，因特網(wǎng)應用越來(lái)越人性化，以前主要應用于計算機領(lǐng)域的語(yǔ)音合成技術(shù)最近與通信網(wǎng)絡(luò )的結合成為新的應用熱點(diǎn)。最近，記者走訪(fǎng)了清華大學(xué)計算機系人機交互與多媒體集成研究所蔡蓮紅教授和陶建華博士。——編者

語(yǔ)音識別和語(yǔ)音合成技術(shù)是實(shí)現人機語(yǔ)音通信及建立一個(gè)有聽(tīng)和講能力的口語(yǔ)系統所必需的兩項關(guān)鍵技術(shù)。使電腦具有類(lèi)似于人一樣的說(shuō)話(huà)和聽(tīng)懂人說(shuō)話(huà)的能力，是２０世紀９０年代信息產(chǎn)業(yè)的重要競爭市場(chǎng)。和語(yǔ)音識別相比，語(yǔ)音合成技術(shù)相對說(shuō)來(lái)要成熟一些，是該領(lǐng)域中近期最有希望產(chǎn)生突破并形成產(chǎn)業(yè)化的一項技術(shù)。

清華大學(xué)計算機系人機語(yǔ)音對話(huà)研究組成立于１９７９年。１９９２年研制成功漢語(yǔ)ＴＴＳ（文字－語(yǔ)音轉換）系統Ｓｏｎｉｃ。經(jīng)過(guò)多年的改進(jìn)，Ｓｏｎｉｃ系統目前可運行在ＤＯＳ、Ｗｉｎｄｏｗｓ、Ｕｎｉｘ等操作系統下。清華大學(xué)研究了漢語(yǔ)的聲調、重音、語(yǔ)調的聲學(xué)特性，并設計了韻律控制符，進(jìn)行了重音和語(yǔ)調的模擬。在韻律規則方面，采用統計和規則相結合的方法，研究了漢語(yǔ)韻律規則并進(jìn)行了一定的韻律模擬工作。在韻律的學(xué)習算法方面，已經(jīng)針對神經(jīng)網(wǎng)絡(luò )模型中層次結構和訓練算法及其輸入、輸出參數的設計進(jìn)行了一定的研究。未來(lái)，期望通過(guò)進(jìn)一步研究ＴＴＳ系統的韻律學(xué)習能力，優(yōu)化韻律規則，完善韻律描述，同時(shí)改變合成語(yǔ)音千篇一律、缺乏變化的現狀。

目前，網(wǎng)絡(luò )技術(shù)的飛速發(fā)展，使Ｉｎｔｅｒｎｅｔ服務(wù)項目日益增多，時(shí)效性提高。同時(shí)，電話(huà)已成為人與網(wǎng)絡(luò )交互信息的終端，如通過(guò)電話(huà)查詢(xún)股票行情，進(jìn)行股票交易；通知或查詢(xún)即時(shí)到達的電子郵件；通過(guò)電話(huà)進(jìn)行電子商務(wù)活動(dòng)等。這些不但用到電話(huà)技術(shù)，還必須與語(yǔ)音合成技術(shù)緊密配合。它們促進(jìn)了電話(huà)網(wǎng)和數據網(wǎng)的融合，為人們提供了全新的服務(wù)。借助ＴＴＳ技術(shù)，可以把數據庫中的文字變成聲音，用戶(hù)利用電話(huà)收聽(tīng)即時(shí)變化的信息，這樣就能通過(guò)電信網(wǎng)絡(luò )為用戶(hù)提供各種信息服務(wù)。用戶(hù)可以通過(guò)計算機或電話(huà)得到Ｉｎｔｅｒｎｅｔ的服務(wù)。當以電話(huà)方式獲得服務(wù)時(shí)，信息提供商應能自適應地傳送用戶(hù)所需信息，即將文字、圖表及有關(guān)信息轉換成聲音，傳送到用戶(hù)的電話(huà)上。在移動(dòng)通信領(lǐng)域，用戶(hù)使用手機查看電子郵件十分不方便，而語(yǔ)音合成技術(shù)可以將電子郵件轉換成聲音，使用戶(hù)接收變得十分容易。ＴＴＳ技術(shù)是實(shí)現這些服務(wù)的關(guān)鍵。

據了解，清華大學(xué)目前正在與炎黃新星公司合作開(kāi)發(fā)電信領(lǐng)域的語(yǔ)音合成技術(shù)應用，目前其在統一消息系統中采用了清華的ＴＴＳ技術(shù)，使用戶(hù)在任何位置都能收聽(tīng)到自己的電子郵件。這一方案目前被應用于中國移動(dòng)夢(mèng)網(wǎng)，雙方還計劃將這一技術(shù)進(jìn)一步推廣到更大的電信應用領(lǐng)域。

摘自《人民郵電報 》