科大讯飞语音合成系统在车站广播系统的应用

客户世界 | 2015年7月12日 | 标杆展示 | 评论已关闭 | 1332

客户世界|科大讯飞 |2006-12-04

　　随着信息社会的快速发展，人们的出行旅行越来越多，对于车站等公共服务设施所提供的服务内容要求也越来越高。公共交通的信息服务系统适应这一发展趋势，不断应用新技术拓展服务范围、提升服务质量、提高工作效率。实时更新数据、效果清晰流畅、应用方便高效也成为车站等公共交通场所对建设新一代自动语音播报系统的最重要要求。然而，目前传统的车站广播系统主要采用人工播放方式进行，逐渐暴露出了其自身的不足：

人员成本较大，需配备专门的播音员专职进行此项工作；
信息播报及时性、准确性难控制，较大程度上依赖于播音员本身的素质和状态；
24小时不间断服务成为问题。

　　科大讯飞的语音合成（Text To Speech）技术能够自动将任意文字转换为清晰、流畅、自然的语音，是一种能够在任何时间、任何地点向任何人提供语音信息服务的高效便捷手段，非常符合信息时代海量数据、动态更新和个性化查询的需求。讯飞语音技术始终引领业界的发展，新一代语音合成技术产品InterPhonic 5.0的合成效果已超过普通人的说话水平，与专业播音员的效果更趋接近，在普通话，英语，广东话等多语种进一步突破，数字、数值判断准确、发音清晰饱满，地名、站名等词组短句合成流畅、自然。灵活开放的系统架构，稳定性和可用性经受了众多大规模实际应用的检验，能够确保7×24小时不间断的高质量自动化语音服务。

　　自2004年起科大讯飞的语音合成系统就在广州地区多个车站广播系统中使用，解决了人工播放的一系列问题，系统自动生成的车次、发车时间、人员等信息可以实时、准确、用多个语种24小时不间断进行播报。目前已在泉州、三明等市共30多个车站使用，取得了用户的一致好评。

　　该系统主要使用科大讯飞InterPhonic产品作为播报音源，该系统可以提供普通话、英语、广东话等20多种语言，扩展和延续性的优势将随着服务人群的增加更加明显。整个系统架构采用C/S结构，如下图所示：

　　在车站自动语音播报系统中应用语音技术，我们仍然建议用户对于常用的相对固定的内容采用人工录音的方式来生成语音，如由专业播音员录音，效果自然，并且能体现更多的情感风格，给用户以亲切感受。语音合成的效果虽然清晰、准确，但是在语情感和语气表现等方面与专业录音员毕竟还有一定差距。运用“提示音智能匹配”功能，在进行语音合成过程中，将首先自动匹配由人工录制的语音，既保持了固定不变内容的播报效果，又能实现实时更新的动态合成，并且自动进行预录语音与合成语音的融合，使得衔接过渡自然流畅，提供最佳效果体验。