2014-11-17

Daum Kakao强化语音合成引擎“Newton Talk”音色

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

Daum Kakao 17日表示,将对韩国首个语音合成开放应用程序编程接口(API)“Newtone Talk”的朗读体语音进行升级,并新增对话体。

Newtone Talk是Daum Kakao于6月搭载基本朗读体首次推出的语音合成引擎,可将输入的句子转换为语音。它利用自主开发的韩语韵律模型再现人的发声,并借助大容量、自动化处理技术快速学习各种韩语句子并预测韵律,因此效率很高。它还利用Daum搜索积累的数据,对未预先登录的新造词或含特殊字符的句子也能准确理解并转换为语音。

Newtone Talk新的朗读体特点是语音自然,如同真人朗读。由于使用了音色明亮柔和的配音员录制的、比原有朗读体多两倍以上句子的数据,因此可灵活应对任何句子组合。为提升音质,合成方式与以往不同,改为组合声音各频率波形的方式,最大限度减少了生成生硬机械音的可能性。

日常对话体语音的表现也成为可能。Daum Kakao为表现对话体的多样发话形态,使用了比朗读体多两倍以上的语音数据。因此通过对话体合成的语音中,即使是同一个词,也会根据在句中的位置等语境呈现不同的音高,且不显生硬。例如“你好”一词出现在句首时会上扬尾音,出现在句中时则根据与前后词语的衔接下降尾音或保持相同音调。

Daum Kakao语音处理部门负责人具东旭补充说:“Newtone Talk的功能可应用于多种领域,如代替朗读新闻或书籍段落等长文、将移动消息转换为对话体语音、为视障人士开发生活型服务等”,“Newtone Talk的持续强化和使用扩大,将引领移动环境下语音技术领域的整体发展。”

Newtone Talk一次最多可合成30秒的语音,从输入文字的分析到语音化在0.1秒内完成。目前Newtone Talk可使用男女各一位讲者的朗读与对话语音,共4种音色。

Newtone Talk API任何人在Daum开发者网络(http://dna.daum.net/affiliate/newtone)提交合作申请即可获取,每日最多可自由使用1万次。

阅读韩文原文