捷通华声语音技术产品在SP增值业务的应用_移动增值_语音应用_语音合成

捷通华声语音技术产品在SP增值业务的应用

2006/09/19

　　在以语音服务为主的增值业务中，需要与用户交互大量的、丰富多彩的语音信息，单纯的录音不能及时满足用户多样的需求，多层次的菜单和复杂的操作流程也使用户感到厌烦。

　　而语音合成和语音识别技术的应用，避免语音交互过程中的繁琐，提供一种便捷的交互方式，提高互动的动态性、时效性、简单性和娱乐性。

　　北京捷通华声语音技术有限公司一直在语音应用方面进行着探索，其语音技术产品广泛应用在移动、联通、电信等国内各大运营商语音服务平台中，充分显示出在语音技术上的最高专业水平。

　　捷通华声语音技术产品

　　语音合成产品

　　语音合成（Text-to-Speech），简称TTS，学名文语转换系统，是指利用计算机将任意组合的文本信息转化为声音数据，并通过声卡、电话语音卡等多媒体设备将声音输出。

　　捷通华声自主知识产权的中文语音合成技术jTTS，采用大规模真实录音的语音库和基于韵律层级匹配的波形拼接算法，确保合成的高清晰度和高自然度，在国际上处于领先地位，并已申请多项国家专利。新近推出的jTTS4.5，基于深度的开发和广泛的实践积累，在语料设计、韵律层级分析、语义分析、数字符号读法等多项技术上均有突破创新，自然度、可懂度、流畅度也明显提升；同时增添了更加多样化的音色选择，以满足电信增值服务平台个性化应用的需求。

　　语音识别产品

　　语音识别（Open Speech Recognition），简称OSR，它的基本功能是对用户说话的音波进行处理，转换成文本，简单的说就是让计算机“听”懂人说话。

　　在电信增值业务中，信息内容的索引作为词条放入词表，用户利用这些索引获得具体的信息内容服务，这也是目前语音识别技术基于电话网最常用的方式。

　　捷通音效平台——变音技术产品

　　变音软件，是捷通华声开发的一套声音处理的软件开发包，通过数字信号处理等核心技术，可以将输入的声音变换成另一种效果的声音，将声音变换出丰富多彩的效果。例如：将温柔的女子的声音变成粗犷的男子的声音；将成年人的声音变成小孩的声音；山谷的回声；和预先录制好声音混合，创造出波涛汹涌的海边，嘈杂的街道，充满蚊虫野外等场景。

　　语音技术在语音增值业务中的应用过程

　　捷通华声语音技术在电信增值业务中的应用

　　语音短信

　　语音合成（TTS）技术在短信业务中的应用方式主要是：通过在平台上添加安装语音合成服务器等短信平台改造或升级，用户在使用短信时，可以选择短信发送及接收方式，如文字短信、声音短信等，这样，传统的“看”短信就变成“听”短信，人们即使在很不方便用手机的状态下（如开车时等），也可以从容的使用单一或任意一个按键，或使用耳机听取声音短信或话音。

　　语音邮件

　　传统电话接收E-mail方法是由话务员把邮件的内容直接念给用户听，而利用TTS技术，由语音合成平台把文本格式的邮件内容合成为语音，通过IVR播放给用户。

　　用电话发E-mail业务是指用户通过电话接入系统，告知系统目的电子邮件的地址及邮件内容，由OSR自动识别系统内已定义好的IP地址，通过IVR节点录音的语音文件以附件的方式生成Email，通过Internet发送到对方的Email信箱中。这样，大大方便了那些上网不方便，但又需要通过E-mail与外界联系的朋友。

　　语音秘书

　　用户可以播打电话根据语音提示直接对着电话语音填写，包括用户电话号码、呼叫时间及事由等信息。这些信息经过语音识别模块识别，并存入数据库中，并由应用服务器定时查询记事本，触发PBX发生一次呼出事件，由IVR完成服务。

　　语音电话簿

　　语音电话簿旨在通过电话网络和互联网络，向用户提供可以随时获取、永不丢失的通讯录服务。系统可以提供电话、互联网等多种接入方式，用户接入系统以后可以使用通讯录的联系人条目进行呼叫。如使用电话接入系统，用户可以用说出人名的方式，比如“张三”，实现与该联系人的通话。同时用户可以通过电话，直接采用语音的方式对通讯录进行维护，，整个过程由系统自动响应完成，从而免除按键等繁琐的操作。语音识别技术用以识别用户命令，从而实现自动服务。语音合成技术把人名、电话号码等大量无法用人工录音的动态信息处理成语音信息播报给用户。

　　语音资讯

　　用户可通过拨打特定的接入号码，按照相应的语音提示定制新闻实事、股票证券、天气预报等语音信息后，由交互式语音业务平台主动向用户发起呼叫，按照客户的定制要求播放语音信息。这些语音信息可以先存储为文本，再由TTS转成语音向用户播报。同时通过TTS、OSR技术轻松实现航班、公交路线、体育赛事、考试分数、旅游景点、违章违规等信息的查询。

　　彩铃

　　彩铃业务主要是让主叫用户发起呼叫之后接听一段悦耳的音乐或歌声或一句问候语。如遇到需将任意文字转成语音方式时，用人工录音（或被叫用户自己录音）实现有些麻烦，并且有一定的安全性；而被叫用户如果可以通过手机、固定电话（带文字输入的）、或者是在一个网页上将自己准备的有关文字信息放到彩铃系统平台中，经过文字安全过滤，再选择定制音乐等，彩铃系统平台中如果又安装了语音合成（TTS）软件，以上所提到的应用就完全可以实现。

　　另外，捷通华声公司利用语音技术对一些语音文件进行特效处理，将彩铃做成一个带有背景特效声音的个性化语音文件，如：在一个山谷背景中，一个个性化的声音在告诉你一些信息；有一个来自宇宙太空中的声音在与你交流；一片风雨声中，在向您播报天气信息；在一段悠扬的音乐声中，做你自己的自我介绍等。

　　声动点播

　　传统的点歌系统，将歌曲根据歌手、主题进行分类，由于受到电话键盘的限制，用户要经过层层的菜单引导，听大量的菜单内容后听到点播的歌曲。而引入OSR以后，用户只要说出歌曲名称或者歌手姓名就可以调出所需的歌曲。同时还可以利用TTS将歌曲名称合成语音，以便动态添加、管理曲库，免去录音的繁琐工作。

　　其他应用

　　体育竞猜、知识问答、广播节目互动、趣味游戏、虚拟博彩、交友聊天、电话广告、民意调查、费用催缴、爱心热线、全国农业信息查询… …

　　捷通华声公司作为一家专业的语音技术公司，不仅拥有语音技术研究与经验丰富的开发团队，还投资建设了国内一流的语音录音室，从而构成了包括由专业人员、专业设备、专业处理软件技术组成的一整套语音资源建设体系，能够根据不同用户提出的任何个性化语音服务的需求做出迅速反应，并及时为其提供“量身定做”的语音产品，包括语音定制服务、各种专业录音、语音音库制作、语音加工处理等项目。

捷通华声公司供稿　CTI论坛编辑