“听见”更好的世界,StyleTTS端到端合成框架再创搜狗语音新突破( 二 )


(图:搜狗StyleTTS结构图)
以对腾讯QQ浏览器“AI听书”的支持为例 , 区别于其他机器合成声音的机械式发音 , 搜狗AI合成语音节奏更分明、情绪更自然 , 能够更好的解放双眼 , 而除了堪比真人的高保真音色 , 支持“方言语音”、“动漫语音”等的选择 , 在读书过程中 , 用户还可以根据场景和心情进行播单设置、语速调节等个性化操作 , 这些都能够提供更好的使用体验 , 帮助用户“听见”更好的世界 。
声音+产业构建 , 前瞻“布局”未来生活
【“听见”更好的世界,StyleTTS端到端合成框架再创搜狗语音新突破】“声音+”市场呈爆发式增长 , 已步入千亿量级市场 。 数据显示 , 在阅读领域 , “看”已不是阅读的唯一方式 , 十个人当中就超过两个人在听书;在音频领域 , 有声书实现了从贡献流量到商业变现的路径打通 , 正在成长为喜马拉雅FM等各大音频平台的支撑或主流业务;在智能硬件领域 , 仅智能音箱一项 , 未来五年销量将突破3亿台超过PC规模……未来10 年 , “声音+”整合产业规模将达到万亿美金级别 。
随着智能社会的到来 , 声音作为最自然、最便利的人机交互方式 , 上接互联网、下接物联网、中间连接人工智能 , 既是出口也是入口 , 而作为“声音+”产业的基础设施之一 , 语音合成孕育着一个巨大的蓝海市场 。
对此 , 搜狗已经进行前瞻性布局和产业化落地 。 在AI语音合成技术方面 , 围绕“自然交互+知识计算”这一AI理念 , 搜狗不断加大投入构建技术“护城河” , 持续累积领先优势;在创新性平台方面 , 搜狗打造了“搜狗声咖”、“搜狗AI开放平台”等 , 基于语音技术提供语音识别、语音合成、语义理解、同声传译等AI服务;在产业落地方面 , 搜狗不仅积极推动与清华天工研究院等学术机构 , 与畅游、千龙网、学而思等商业机构 , 乃至于与黄子韬、梁宁等明星和意见领袖等的合作 , 运用了搜狗语音技术的搜狗AI合成主播也被广泛使用于传媒、法律、金融等各行各业 。
随着时代发展与科技进步 , 智能语音将会变得越来越普及 , 得益于搜狗领先的人工智能技术 , 以及在语言领域、声音领域的强大积累 , 搜狗语音能够提供一整套科学、高效的“AI语音解决方案” , 为人赋能 , 帮助人们更好的进行“有声创作”、帮助各种机构更好的提供“有声服务” , 从根本上推动“声音产业”和“人工智能产业”的发展 , 从这个意义上来说 , 其未来发展具有广阔的空间 。