标贝科技语音合成体验又升级 24K新音色及字级别时间戳同步上线！

开车途中，有清晰明快的智能语音导航为你播报最新路况；

拨打咨询电话，有温柔甜美的智能客服为你答疑解惑；

家庭生活里，有活泼可爱的语音助手为你省下不少麻烦操作；

甚至当你不想看书，还有各种情感合成声音为你营造带入感十足的听书体验……

当前，随着智能语音交互越来越普及，声音逐渐成为生活中重要的一部分。而合成声音赋予语音产品不同的“性格”，让其与用户的沟通更加“人性化”。

伴随着语音合成技术应用不断深入，应用场景的日益多样化对声音效果也提出了更高的要求。如何赋予合成声音更多的情感表现力和个性化功能，成为各大智能语音产品快速占领市场的核心竞争力。

品质升级

为满足各行业客户的多元化 商业 需求，此前标贝 科技 已经上线了一批24K高保真音色，细腻饱满的情感表现力赢得客户一致好评。近日，标贝科技再上线4个24K新音色，包括2个中文发音人、2个美式英语发音人，每个声音都经过精挑细选，各有特色。

▍24K中文发音人

童声贝童：声音纯真可爱充满活力，适合故事阅读、语音助手等场景

男声贝明：声音温和，稳重可信，适合智能客服、产品解说等场景

▍24K美式英语发音人

男声贝洛伊：声音清晰明朗，高仿真人，适合新闻播报、语音导航等场景

女声贝汉娜：声音亲切自然、富有情感，适合有声阅读、影视配音等场景

功能升级

不仅声音质量提升，此次标贝语音合成还全新上线字级别时间戳功能，给用户带来更便捷的画音同步体验。

使用智能语音配音的朋友经常会遇到一个问题：在视频播放过程中，变成声波的语音，很难控制目前需要读到了哪一句、哪个字，无法灵活实现声音字幕和画面同步匹配的效果。

针对这个问题，标贝将过去的音子级别时间戳优化到字级别时间戳，即用户在使用语音合成服务输出音频流时，通过标贝字级别时间戳，可以实现实时输出每个文本在音频中的时间位置。尤其是，不仅可以准确的对齐文字，数字、引文、特殊符号等也能直接对齐到原始文本，不需要其他转换的工作，有效解决了画音同步的难题。

在应用场景方面，标贝字级别时间戳可以赋能有声读物、视频配音体验。例如，有声新闻、有声故事、儿童读物等设备大多支持屏幕根据播报声音显示文字。但是现有技术只能做到整行整句显示字幕，儿童无法根据声音来认字学字。标贝字级别时间戳则可以根据朗读的声音，在设备屏幕上实现逐字高亮显示，让用户快速、准确的定位当前播报的文字，也方便了儿童听音识字。

标准化TTS定制推动智能语音产业规模化发展

据前瞻网统计，2020年中国智能语音市场规模达到113.96亿元，同比增长19.2%，预计2026年中国智能语音市场规模将进一步增长，达到326.88亿元。随着人工智能应用的普及以及基础设施成熟，智能语音作为人机交互的重要入口，将迎来大规模商业化落地阶段。

优质的声音是智能语音产品获得良好用户体验的第一要素。要求合成声音不仅具备情感表现力，更要匹配当前的业务场景需求。标贝科技基于强大的数据能力及深度学习技术，提供标准化TTS定制服务，可以满足不同层面客户的定制化需求。

例如，赋予智能客服更具人情味的音色，让用户感受真实可靠；打造语音助手的专属声音IP，与用户产生情感互动；为有声阅读提供丰富的情感合成音色，带来更具沉浸感的听书体验……

目前，标贝科技累计语音合成音色种类多达100余种，包括男声、女声、老人、童声等多音色，中文、英文、中英混读、小语种、方言等多语种，广泛服务智慧 金融 、教育、电子商务、安防、自动驾驶、泛娱乐等多领域。未来，标贝科技将继续以技术创新为核心，持续优化服务能力，打造更优质、更落地的语音交互方案，为企业创造更大的商业价值，为智能语音产业高速发展贡献力量。