本文來(lái)源：Microsoft 認(rèn)知服務(wù)

近期，微軟發(fā)布了最新中文曉曉語(yǔ)音升級(jí)，中文曉曉新增了 10 種風(fēng)格。升級(jí)后的該語(yǔ)音模型風(fēng)格多達(dá) 14 種，處于行業(yè)領(lǐng)先水平。新增風(fēng)格分別是適用于聊天(Chat)場(chǎng)景的語(yǔ)音，還有平靜(Calm)、開心(Cheerful)、悲傷(Sad)、憤怒(Angry)、恐懼(Fearful)、不滿(Disgruntled)、嚴(yán)厲(Serious)、撒嬌(Affectionate)、溫柔(Gentle)等。此次，微軟升級(jí)的多情感技術(shù)，極大豐富了聽眾的收聽體驗(yàn)，尤其在長(zhǎng)文本收聽過(guò)程中，可以很大程度緩解聽覺疲勞，提升收聽舒適度。

2分鐘了解微軟曉曉中文語(yǔ)音14種風(fēng)格

升級(jí)前微軟中文曉曉語(yǔ)音擁有4種不同風(fēng)格，分別是新聞、客服、助理、抒情，升級(jí)后支持多達(dá)14種不同風(fēng)格，能在豐富的情緒和場(chǎng)景中自由轉(zhuǎn)換，比如多情感有聲讀物、新聞、客服、助理、聊天等?？梢詽M足不同領(lǐng)域客戶的多樣化定制需求。

微軟發(fā)布的智能語(yǔ)音合成技術(shù)通過(guò)應(yīng)用語(yǔ)音表現(xiàn)力遷移技術(shù)，僅利用少量表現(xiàn)力語(yǔ)料數(shù)據(jù)，便可以訓(xùn)練出具有高質(zhì)量、高自然度表現(xiàn)力語(yǔ)音生成能力的源模型。該源模型通過(guò)對(duì)人類語(yǔ)音表現(xiàn)力特征的深入挖掘，獲取了穩(wěn)定性高，適應(yīng)性強(qiáng)的語(yǔ)音情感表征，極大地豐富了合成語(yǔ)音的表現(xiàn)力與可控性，賦予了合成語(yǔ)音擬人的喜怒哀樂，彌補(bǔ)了傳統(tǒng)人工智能語(yǔ)音合成技術(shù)中“人情味”不足的缺憾。

理想的多情感技術(shù)將是每個(gè)聲音都擁有幾十種甚至上百種豐富細(xì)膩的情感表達(dá)，可以駕馭不同場(chǎng)景，根據(jù)內(nèi)容表達(dá)自動(dòng)適配情感。

微軟智能語(yǔ)音多情感技術(shù)發(fā)布，標(biāo)志了語(yǔ)音合成發(fā)展的新趨勢(shì)，將成為智能語(yǔ)音應(yīng)用的“標(biāo)準(zhǔn)配置”，實(shí)現(xiàn)用戶體驗(yàn)新的突破。

~END~

免責(zé)聲明：本文內(nèi)容由21ic獲得授權(quán)后發(fā)布，版權(quán)歸原作者所有，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。文章僅代表作者個(gè)人觀點(diǎn)，不代表本平臺(tái)立場(chǎng)，如有問(wèn)題，請(qǐng)聯(lián)系我們，謝謝！