语音合成技术

随着文本大模型技术的崛起，语音合成领域正迅速适应这一变革，基于大模型的语音合成技术因其卓越性能而成为行业趋势。尽管传统语音合成在音质和韵律方面已高度仿真，但在有声书、自然对话等复杂场景的情感与语调细节上仍有不足。大型语言模型（LLM）的兴起为弥补这些差距提供了新的可能性，引领语音合成技术向更真实、更自然的交互体验迈进。

近日，喜马拉雅自研的跨语言语音合成创新技术论文被2022年IEEE国际音频、语音与信号处理会议（2022 IEEE International Conference on Acoustics, Speech, and Signal Processing，ICASSP 2022）收录，并受邀于今年5月在新加坡举办的会议上

国际盲人节，QQ浏览器免费小说“听书”功能更新，推出叶非夜、公子衍、青衫取醉三位阅文作家的AI音色包，并上线“朗读官”频道。丰富用户有声阅读体验的同时，也为视障人士的无障碍阅读提供了更多样化、个性化的选择。技术还原真人音色，QQ浏览器AI语音包让小说“原汁原味”在QQ浏览器首页的“免费小说”频道中，用户选择任意一本免费

李秀林，中科院声学所博士，10余年语音相关技术研发和相关的学术研究，专利数30多项，涉及文本处理、韵律预测、声学模型、拼接系统、模型自适应、神经网络、情感合成等多个关键领域。曾作为百度语音合成技术负责人带领团队折桂百度百万美元最高奖。现任标贝 科技 联合创始人&CTO。 【导读】

全国十多亿人在这个春节集体“关门闭户”与 手机 和网络作伴，除了 手游 和短视频流量飞涨，在线阅读也迎来“高光时刻”，特别是当手机阅读APP标配了语音朗读即“听书”功能。据百度大脑AI开放平台的后台数据显示，疫情期间，支持“听书”功能的语音合成技术的调用量飙升，峰值时日均调用量

“本文为 标贝科技 联合创始人&CTO 李秀林 为 11 月 8 日 CSDN AI科技大本营即将发布的《2018-2019 中国 人工智能 产业路线图》V2.0 版白皮书的专家约稿。版权为CSDN与标贝科技共同所有。 一、语音合成技术简介  语

本月4月17日，备受行业和消费者关注的腾讯听听音箱正式向 媒体 揭开神秘面纱。腾讯听听音箱以9420为唤醒词，主打家庭使用场景，致力于成为“全家人都爱听的智能音箱“。而这款智能音箱不仅背靠腾讯AI Lab的技术支持，采用了腾讯云小微和腾讯叮当的技术成果，还融合了合作伙伴科大讯飞的语音合成技术，

Siri 是一个使用语音合成技术与人类进行交流的个人助手。从 iOS 10 开始，苹果已经在 Siri 的语音中用到了深度学习，iOS 11 中的 Siri 依然延续这一技术。使用深度学习使得 Siri 的语音变的更自然、流畅，更人性化。机器之心对苹果期刊的该技术博客进行了介绍，更详细的技术请查看原文。介绍语音合成，也