聚焦信息技术领域为产业发声
导读
1月18日，纪录片《创新中国》在北京举办首映式，片中涉及了大量最新科研成就，比如光量子计算机、中国空间站计划、智能制造等，让人惊叹我国进来的科学成就。内容吸引人，配音更是一大亮点。这部纪录片是我国，也是世界首部采用人工智能技术配音的纪录片。片中使用了合成的央视播音员李易的声音，为我们展示了语音合成中重要的组成——个性特征的语音合成技术。
首先，我们先简短介绍下李易。李易是央视著名播音员，年因病去世，曾为《再说长江》、《大明宫》、《美丽中国》、《人类星球》、《迁徙的鸟》等多部纪录片及影视作品配音，那句熟悉的“这里是中央电视台电XX频道”，就是李易的声音。《创新中国》中还原“配音大师”李易的声音，不仅让我们重温了经典之声，还让一项技术——个性化语音合成，走到了更多人视野里。
个性化语音合成技术的基础是语音合成技术，语音合成技术是让计算机具有“说”的能力，目前语音合成系统产品已经有了广泛的应用,在清晰度、自然度方面都已经基本能让使用者接受。但随着粉丝经济和影视行业等领域的发展，使用者更期望计算机可以按照多种不同风格、不同个性特征来说话，这就是个性化语音合成技术要解决的问题。
个性语音合成技术——让机器发出那个人的声音
个性化语音合成技术是建立在语音合成和语音识别技术的基础上的,是人机交互中重要的组成部分,是对语音合成技术的丰富与延拓。个性化语音合成可以让计算机发出的语音增加个性,从而使语音合成具有更多的表现力。
个性化语音合成技术可以通过对不同说话人语音特征的分析,建立说话人的语音参数,通过参数控制现有的语音合成系统,从而实现个性化语音的合成。简单来说就是让机器发出你想要听到的人的声音。它是一门交叉型学科，涉及到通讯、计算机、人工智能、语音学、语言学、信号处理等技术。
个性语音合成技术——特征提取与还原特征的过程
个性特征语音合成技术可以分为四个阶段进行：一是语音采集阶段、二是语音分析和特征提取阶段、三是特征修改和转换阶段、四是个性特征合成阶段。
■在语音采集阶段，需要在安静的室内环境下录制特征人的语音、建立音库，并将原始语音进行音素切分、滤波增强、储存处理等。
■语音分析和特征提取阶段，需要提取特征参数、建立说话人特征模型。
■在特征修改和转换阶段，如果转化文字，首先需要提取已建好的模型，找出每个字对应的拼音波形，然后组成完整的话。如果转化语音，还需要把语音转化为文字，再进行以上操作。
■在个性特征语音合成模拟阶段，需根据原声韵律、说话频次等特点进行调整与完善，然后生成个性语音文件。
个性语音合成技术——更高级的变音器
个性语音合成技术的应用范围十分广泛，可以应用在娱乐、影视、导航、数码、医学、语音伪装等领域。
应用个性语音合成技术，可以达到用特定人的声音来朗读各类文字，在听书、导航等领域可以得到很大的应用。在聊天或是唱歌的情况下，人们会用到变声器，而使用了个性语音合成技术的变声器，可以让人发出某位特定人的声音，这在娱乐领域的前景是十分广泛的。
在影视配音中，往往需要大量的配音演员,而且配音演员与原演员的说话特征可能会有很大的差距。为准确反映演员的个性特征,可以将配音演员的声音中加入原来演员的一些声音的个性特征参数,这样就可以使电影配音效果更加理想。在动画片和纪录片中，个性语音合成技术也可以得到更多地利用。
在医学领域，通过个性化语音合成技术,可帮助聋哑人说话,也可提高声道受损的人的语音可懂度。如喉切除手术后的病人，主要利用气管、食管进行发音，所发出的语音噪音成分大，清晰度低。采用声源取代等技术可以大幅度地提高语音的清晰度,并恢复说话人的个性特征。
在较为特殊的语音伪装领域，语音发送方将表征个性特征的语音参数去除,在接收端进行根据个性特征模型合成出原来的语音。如果在传输过程中被侦听,则听到的是另外一个说话人的声音,达到说话人伪用。
目前，在语音识别、语音合成方面的技术已经较为完善，科大讯飞、谷歌等公司在这方面已经做出了很多的研究。但是由于声音特征计算难度大、模型提取复杂等因素，个性语音合成技术的研究成果和产品还很少，发展空间还有很大。之前百度在其世界大会中复原过张国荣的声音，在一些娱乐明星的演唱会中，这项技术也露出过“尖尖角”，但都比较简短。这次在《创新中国》中，大段还原了李易的声音，可谓是国内个性化语音合成技术的一大飞跃。在未来，个性化语音合成技术能够应用于数码产品中后，可能也会像如今的全面屏、屏下指纹解锁等概念一样，成为一个很大的卖点。
声明：
部分图片及视频来源于网络
黄河连线系太原九州连线文化传媒有限公司旗下品牌
本平台法律顾问为山西晋商律师事务所
黄河连线原创文章，转载请注明出处
联系电话：