微軟智能語(yǔ)音多情感技術(shù)升級，曉曉中文語(yǔ)音突破14種風(fēng)格

11月6日消息 近期，微軟發(fā)布了最新中文曉曉語(yǔ)音升級，中文曉曉新增了10種風(fēng)格。升級后的該語(yǔ)音模型風(fēng)格多達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(kāi)心(cheerful)、悲傷(Sad)、憤怒(Angry)、 恐懼(Fearful)、 不滿(mǎn)(Disgruntled)、 嚴厲(Serious)、撒嬌(Affectionate)、溫柔(Gentle)等。此次，微軟升級的多情感技術(shù)，極大豐富了聽(tīng)眾的收聽(tīng)體驗，尤其在長(cháng)文本收聽(tīng)過(guò)程中，可以很大程度緩解聽(tīng)覺(jué)疲勞，提升收聽(tīng)舒適度。

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

IT之家了解到，微軟發(fā)布的智能語(yǔ)音合成技術(shù)通過(guò)應用語(yǔ)音表現力遷移技術(shù)，僅利用少量表現力語(yǔ)料數據，便可以訓練出具有高質(zhì)量、高自然度表現力語(yǔ)音生成能力的源模型。該源模型通過(guò)對人類(lèi)語(yǔ)音表現力特征的深入挖掘，獲取了穩定性高，適應性強的語(yǔ)音情感表征，極大地豐富了合成語(yǔ)音的表現力與可控性，賦予了合成語(yǔ)音擬人的喜怒哀樂(lè )，彌補了傳統人工智能語(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膩的情感表達，可以駕馭不同場(chǎng)景，根據內容表達自動(dòng)適配情感。

微軟智能語(yǔ)音多情感技術(shù)發(fā)布，標志了語(yǔ)音合成發(fā)展的新趨勢，將成為智能語(yǔ)音應用的 “標準配置”，實(shí)現用戶(hù)體驗新的突破。

試用微軟智能語(yǔ)音多情感技術(shù)：https://speech.microsoft.com/audiocontentcreation