科大讯飞推出最新语音合成系统InterPhonic C&E v2.1_语音应用

科大讯飞推出最新语音合成系统InterPhonic C&E v2.1

2003/03/03

　　近日，从我国语音技术领域唯一的国家863计划成果产业化基地-科大讯飞公司获悉，代表着当今世界中文语音合成技术最高水平的InterPhonic C&E v2.1系统，已由科大讯飞公司自主研发完毕，并正式推向市场。

　　这是继2002年6月科大讯飞在业界首次推出电信级中英文语音合成平台后，再次推出的业界又一新品，其主要特点是中英文混读的合成效果首次达到了正常人说话水准。该产品通过采用韵律定制、模块更新、算法改进并引进了新的波形平滑算法，较大的提升了系统合成效果的流畅度和自然度。同时，InterPhonic C&E v2.1融入的对CSSML(中文语音合成标记语言)的功能支持，现已正式申报国家发明专利。

　　在当今的技术发展中，XML因其优秀的可扩展性和强大的数据表达能力而被视为未来Internet上数据表达和传输的标准技术。基于XML语言标准的VXML语言，是人与电话应用交互的流程描述语言，在当今的语音门户、统一消息平台等电话语音应用中得到了广泛应用。VXML中使用了W3C制定的SSML（语音合成标记语言）作为电话语音流程中语音合成控制的标准。SSML的基本任务就是在不同的应用平台上为合成文本提供一个标准的控制语音输出的方法，例如发音、音量、音调、语速等参数。CSSML（Chinese Speech Synthesis Markup Language）作为科大讯飞独家制定的一种中文语音合成标记语言规范，基于XML和VXML技术，能完全兼容SSML语言规范。CSSML标记语言针对中文合成领域内的特殊要求，对SSML规范中的标记进行扩展。支持了CSSML功能的InterPhonic C&E v2.1，将完全可以合成SSML标记之后的文本，或者是VXML中的合成文本。这是科大讯飞在此语音应用领域中的又一新兴独创之处。

　　CSSML项标记早在2000年就已由科大讯飞着手制定，其间经过了历届中文语音标准研讨会的数次讨论确认，并最终达成一致共识，于2002年12月成功发布。至此，科大讯飞从InterPhonic CE v2.1以后的合成系统都将把CSSML规范作为中文语音合成系统文本标记的支持标准，用户可以通过CSSML标记文本来指定文本的合成方式，灵活解决一些语音合成系统难以自动处理的问题。

　　此外，InterPhonic C＆E v2.1还支持DSS Server的功能，能输出符合DSS规范的索引流。索引流携带的信息能在DSS客户端被转化成为合成语音数据。DSS（分布式合成方法）是业界一致认同的具有良好应用前景的技术。这就是说，InterPhonic C＆E v2.1产品具备了在有限的终端资源上实现接近桌面系统合成效果的强大功能，为用户大大减缩了运行成本。

　　科大讯飞自创立以来，一直将自己牢牢定位于核心语音技术和整体语音解决放案的提供商，在基础研究领域孜孜以求，硕果累累；在语音技术产品化和产业化的道路上不断开拓，奋勇拓荒。作为中文语音产业界的领导者和开拓者，科大讯飞秉持"技术服务应用"的理念，在3年多的艰苦创业中，已经达到了在电信、证券、银行、电力、保险等主流行业80%的市场占有率，公司资产规模不断扩大。在2002年底评出的"通信业十大最具增长潜力的企业"中，科大讯飞与联想、亚信、中兴等行业巨头同时入围，而在这入选的10家企业中就有5家是科大讯飞的合作伙伴。目前，庞大而稳健的合作伙伴群体已经达到了420家之多。

　　令据消息，在此InterPhonic CE v2.1产品问世之时，科大讯飞的开发团队还完成了InterPhonic C＆E v2.0在Unix下的成功移植。该公司产品研发部总经理严峻先生欣喜地说道："此次InterPhonic C&E v 2.0成功完成的从Windows操作系统到Solaris操作系统的移植，填补了国内的语音合成提供商在Unix/Linux环境下无法为用户提供中文语音合成平台的产品空白，同时也为我们推出后继的多操作系统版本建立了技术基础。"

　　相信科大讯飞凭着自身的优势，还将完成更多的技术创新和突破，将语音应用引向高潮，与众多的开发厂商和用户共赢语音未来！

科大讯飞公司供稿 CTI论坛编辑