阅读听书平台智能合成语音的应用进展、质量现状和用户接受

孙艳华

【摘要】智能合成语音具有智能化、标准化、制作门槛低等优点，越来越成为阅读听书平台信息有声化道路上的新宠。评价观察和听审实验结果均表明，阅读听书平台AI合成语音的质量还存在较大提升空间，针对情感表现力弱、通顺性差、部分作品语速快等问题，可通过AI语音技术和人工的结合、强化标点的作用、1倍语速设计为270字/分～290字/分、审校等方式完善。从播放量和评分看，AI主播版作品的用户接受度优于人工主播版，这与AI主播版更新及时、断更现象少、价格优势有关。通过AI语音产品的二次开发为用户提供更加丰富的产品和优质的服务，将成为阅读听书平台后期的工作重心。

【关键词】阅读听书 智能合成语音 应用 质量 用户接受

【中图分类号】G206 【文献标识码】A 【文章编号】1003-6687（2021）12-081-08

【DOI】 10.13786/j.cnki.cn14-1066/g2.2021.12.012

由于音频能更好地解放我们的双手、双眼，满足特殊时段（如做饭、开车）、特殊人群（如视力障碍群体）的读书需求，越来越多的网络信息服务提供商加入有声化的行列。中广联合会有声阅读委员会会长王秋指出，2022年我国有声书用户将达到5.6亿，[1]“耳朵经济”正在成为一个新风口。

2021年是人工智能提出的第65年，智能语音（以下简称AI语音）已经成为人工智能发展到今天最成熟、最重要的板块之一。AI语音是我国为数不多具有自主知识产权且达到国际先进水平的产业，且最近5年的发展超过了过去50年的发展。[2]

AI语音的多项子技术中，作为关键技术的语音合成技术成熟最早，它是指将文本信息自动转换成语音信息（如银行排队叫号机），其应用场景包括阅读听书、资讯播报、订单播报、智能硬件，①本文对其中的阅读听书场景展开研究。……