粤语语音合成的前世今生，看深声科技如何玩转地道方言

古代的文本多是用汉字记载，而两广地区的长辈们，在给晚辈讲故事的时候，都会先看汉字书籍，再转换成粤语的白话文讲给晚辈听。这种习惯一直流传至今，渐渐形成了一种风俗，也就是我们现在所说的“讲古”。粤语讲古不仅仅是长辈给晚辈丰富知识库、建立世界观的方式，更是一种情感上的交流。

而对于两广以外的人来说，粤语的影响也尤为深远，从青少年时期接触的粤语电影、歌曲，到现在依然着迷的粤语文化、影视剧，这些都深深地影响着他们的情感、生活。

为了延续粤语中类似讲古这样的文化与情感传承，为了让更多的人能够感受到粤语文化的魅力，也为了更好地服务两广地区乃至世界各地的粤语相关使用人群，深声科技精心打造了粤语语音合成技术。

粤语语音合成的技术难点

粤语语音合成的开发难度并不低，甚至可以说比普通话的语音合成难度更高。

首先，粤语相比普通话有更多的音调，且不同地区的人由于方言原因讲话习惯差异较大，难以界定一个标准，增加了数据标注和技术开发的难度。例如，广州粤语就会有很多变调，且目前变调没有绝对的规律。

同时，粤语懒音，比如 n、l不分，ng和m不分等，这是数据标注以及技术上的文字拼音预测环节需要有所取舍的，到底是正音还是跟随大众读法。

还有，就是用字了。文本转语音前，会遇到繁简转换的问题，比如繁体的“著”转简体会有两种不同的字音与之对应，有 “著”和“着” 。

而在面对以上种种困难的情况下，深声科技依然做出了高质量的粤语语音合成效果。

深声科技粤语合成技术亮点

在深声科技最终的粤语合成音频里，粤语的音色还原度高，合成效果与真人无异。同时，合成粤语发音准确、真实自然。

并且，同深声科技普通话的语音合成一样，粤语语音的音质清晰稳定，声音明亮无杂音。

粤语语音合成之后，适用范围广泛，例如用粤语做客服对于习惯说粤语的用户会有亲切感，公共场所的语音播报也可以通过粤语语音合成减少人工成本，还有各式各样的语音类APP——粤语电台、粤语教学等等都可以使用。

在支持粤语语音合成之后，深声科技并不止步。因为严格来说，粤语是方言的一种，它有自己独特的文化内涵和情感内涵，其他方言也是一样。所以，深声科技在完成粤语语音合成之后，还会支持更多的地方方言语音合成。

更多语音技术服务

除了语音合成之外，深声科技还有声音定制的服务，这是专门为企业客户提供包括明星声音、IP声音、个性化声音等的定制服务。

深声科技已经实现了3天内交付客户的声音定制服务，这3天内的时间包括了所需30分钟内的语音数据的制作过程。从语音数据量的减少到交付时间大大缩短，都能为企业提高运作效率和经济效益。

除满足企业客户的声音定制需求外，深声科技也在2020年1月推出了为终端用户提供的门槛更低、使用价值更高的声音克隆技术。

声音克隆技术是用户在获得企业授权的情况下，用户仅需一部智能手机，在安静的环境下，配合完成90秒的语音录音，就可以克隆出理想的声音。

声音克隆可以克隆亲人如父母、子女、伴侣的声音，也可以通过分享使用明星、网红、动漫人物的声音，让具备语音交互功能的智能设备的声音变得更有趣，也更温暖。

关注声音与AI结合的未来，关注深声科技，一家致力于让声音服务好每个人的生活的声音科技公司。

本文来源前瞻网，转载请注明来源。本文内容仅代表作者个人观点，本站只提供参考并不构成任何投资及应用建议。（若存在内容、版权或其它问题，请联系：service@qianzhan.com）