圖片來(lái)源@視覺(jué)中國(guó)
鈦媒體快訊 | 9月19日消息：百度地圖事業(yè)部總經(jīng)理李瑩今日宣布，百度推出行業(yè)首個(gè)地圖語(yǔ)音定制功能。據(jù)李瑩介紹，語(yǔ)音定制功能推出后，用戶(hù)只需要在手機(jī)錄制20句話(huà)，經(jīng)過(guò)20分鐘左右的制作，就可以生成個(gè)人完整語(yǔ)音包。
如圖，用戶(hù)可從百度地圖首頁(yè)進(jìn)入語(yǔ)音定制頁(yè)面，可選擇性別，還可以錄制童聲。錄制的文本方面，用戶(hù)也可以選擇系統(tǒng)推薦文本，卡通文本和電影臺(tái)詞。特別是錄制童聲時(shí)，百度為低齡兒童設(shè)置了語(yǔ)句更短、可重復(fù)的兒童語(yǔ)句。錄制完的語(yǔ)音包可以自己使用，也可通過(guò)微信或者百度地圖分享給他人使用。
百度地圖語(yǔ)音定制模塊圖示
據(jù)悉，用戶(hù)定制的語(yǔ)音包使用場(chǎng)景比較廣泛，在手機(jī)地圖的任何場(chǎng)景中都可使用，比如景區(qū)智能語(yǔ)音導(dǎo)覽、智能語(yǔ)音交互等全部場(chǎng)景使用。用戶(hù)可免費(fèi)使用自己或家人的語(yǔ)音包在景區(qū)游覽。
李瑩也特別強(qiáng)調(diào)，在整個(gè)流程中百度地圖遵循了業(yè)界最標(biāo)準(zhǔn)、最成熟的安全規(guī)范，采取了非常安全的保護(hù)措施，會(huì)最大程度的保障每個(gè)用戶(hù)的安全隱私。“百度地圖對(duì)于語(yǔ)音定制服務(wù)的權(quán)限獲取將僅用作語(yǔ)音包錄制，不做他用。百度地圖未經(jīng)用戶(hù)的授權(quán)同意，不會(huì)將用戶(hù)的語(yǔ)音包共享給任何人。”
李瑩在演講中介紹道，如果做一個(gè)通用大庫(kù)的語(yǔ)音包，大概需要錄制的語(yǔ)音量是上萬(wàn)句，制作周期近半年。如果做個(gè)人定制的，如某一個(gè)明星的語(yǔ)音包，需要在大庫(kù)基礎(chǔ)之上錄制1000到2000句語(yǔ)音，要在專(zhuān)業(yè)的錄音棚里面錄制大概兩周時(shí)間，而真正把這個(gè)語(yǔ)音包用語(yǔ)音技術(shù)生成出來(lái)需要兩個(gè)月的時(shí)間。
新的語(yǔ)音定制功能大大縮減了此前語(yǔ)音錄制的成本。百度語(yǔ)音首席架構(gòu)師賈磊介紹了語(yǔ)音定制功能背后的技術(shù)：
“百度地圖語(yǔ)音定制功能基于百度獨(dú)創(chuàng)的說(shuō)話(huà)人韻律遷移技術(shù)Meitron，其特點(diǎn)主要體現(xiàn)在發(fā)音人音色轉(zhuǎn)換，多情感朗讀和韻律風(fēng)格遷移三個(gè)方面，從而讓個(gè)性化語(yǔ)音合成的定制門(mén)檻大大降低。”
云端深度學(xué)習(xí)語(yǔ)音合成技術(shù)可形成不同風(fēng)格的聲音
賈磊介紹道，以前語(yǔ)音合成大多數(shù)都是新聞播音腔，而現(xiàn)在百度的語(yǔ)音合成可以有多重風(fēng)格和聲線(xiàn)。在現(xiàn)場(chǎng)原聲與合成聲音的比對(duì)測(cè)試中，兩種聲音幾乎分辨不出差別。
當(dāng)前，在數(shù)據(jù)生產(chǎn)方面，百度地圖80%數(shù)據(jù)采集環(huán)節(jié)已實(shí)現(xiàn)AI化，擁有3000萬(wàn)的POI空間圖譜、700萬(wàn)的用戶(hù)興趣圖譜，共同組成了百度地圖POI高精知識(shí)圖譜。
（本文首發(fā)鈦媒體，作者/蘆依）
