“看到”你的声音

两年前的经历让孙涛至今难以忘怀。“有一位抗美援朝的老战士，很怀念已经过世的老排长。” 语音合成架构师孙涛就和同事录制了一些老排长在世时的声音，并通过语音合成技术把老排长留给老战士的信读给他听，老人顿时泪流满面。

語音合成广泛应用于播报、客服、导航、虚拟主播、虚拟主持人等等。语音合成有三大关键因素：文本内容、发音人音色和说话的韵律节奏。发音人音色的不同在于喉咙。每个人的喉咙结构比较固定，如果把它比喻成一个乐器，文本内容和韵律节奏更像是乐谱。语音合成相当于只要掌握了乐器（喉咙）的基本结构，想要合成什么样的语句，只要提供乐谱（文本内容和韵律节奏）就可以了。“只要收集你说的9句话，就能复刻你的声音”。语音合成架构师孙涛自信地对中工网记者说。每天，孙涛要处理大量采集来的声音。看着高低不平的声波，就像看着即将亮相的乐谱，人工智能是“演奏家”，而他，就是那个“作曲家”。

“以前客户服务电话的拒接率很高，大家一听就知道这不是真人，从情感上就不想交流。” 人工智能的快速发展，语音合成也搭上了这趟顺风车。“语音合成的效果提升以后，已经无法分辨接客服电话的是真人还是机器，与客户沟通的效率也提升了。”孙涛对记者说，语音合成发展到现在已经进步为个性化的合成，会带上情感表现，甚至还有一些人文关怀的成分。“语音合成发展的大方向是交互，让人与人工智能自如地对话。不仅能传递信息，也能传递情感。”孙涛满怀憧憬地说。（据中工网 10.9讯）