Redmi Pad評測：紅米充滿野心的一次嘗試
從Note系列到K系列，從藍牙耳機到筆記本電腦，紅米不知不覺之間也已經形成了自己頗有競爭力的產品體系，在中端和次旗艦市場上甚至要比小米新機的表現來得更好，正所謂“大丈夫生居
近期，微軟對其 Azure AI 語音服務進行了重要升級，新上線了 9 款更真實的 AI 語音。微軟提升了 AI 語音的自然度，在語調、節奏和情感上更好捕捉了人類語音的細微差別，讓合成的語音更加生動和真實，其逼真的效果引發大家的關注討論。
但這一次微軟并非領先者，早在 2 個月前，科大訊飛就在訊飛星火 V3.5 發布會上，率先推出了超擬人語音合成技術，并搭載在訊飛星火 App 中開放給全民體驗。其擬人度超過 83%，MOS 分達到 4.5 分（滿分 5 分，分數越高表示語音質量越好），體驗下來它的聲音流暢自然，表達已非常接近人類的真實聲音。
可以看到，隨著大模型的發展如火如荼，作為重要的表達方式，超擬人合成技術成為國內外 AI 巨頭爭相布局的重點，一場超擬人合成技術 PK 賽正在上演。
微軟 VS 科大訊飛：星火擬人度更優
語音合成技術在上世紀九十年代后快速發展，尤其是深度學習技術的出現推動語音合成進入全新階段，逐步走向規模化應用落地、被大眾所熟知。相比字正腔圓的“播音腔”，現在語音合成的風向標更多指向貼近真人日常表達，也就是超擬人。
普通人正常交流對話中會帶有一定的語氣、情感和口語化表達，也會出現重復、卡頓、嘆氣、呼吸、說錯字詞，還有吞音、輕聲等習慣說法。考量超擬人語音效果，不僅要看說話的自然度、流暢度，也要看這些口語化和副語言的頻率和細節是否更貼近真實，以及語音中的情感是否貼合說話內容等維度。
目前，微軟上新的 AI 語音可以在 Azure AI 服務頁面里進行試聽和調用，科大訊飛超擬人合成在訊飛星火 App 和訊飛開放平臺上均可體驗和使用。
近日，也有媒體以相同的文本對兩者的超擬人合成技術進行了體驗評測，發現微軟和科大訊飛在超擬人合成的擬人度上相較傳統語音合成效果都有了顯著進步，克服了合成聲音“板正”、“一絲不茍”的“播音腔”問題；同時在停頓、語速變化等副語言上的表現也相當自然，“哈哈”、“嗯”等常見的口語化詞語也和說話內容進行了較好融合。
對比來看，微軟上新的 9 款 AI 語音覆蓋了更多語種和說話風格，說話的自然度和流暢度相對較好，但在語氣詞等口語化表達上稍顯突兀；科大訊飛的超擬人合成在整體的擬人化程度上略勝一籌，交互和表達效果更生活化、也更自然，口語化詞語的插入不突兀，遇到一些中英文混雜的詞語，也能做到發音自然。
值得一提的是，科大訊飛超擬人合成在情感表達上表現更為突出。在輸入表達不同程度開心的相關文字后，訊飛超擬人合成的效果能夠根據程度不同展現出可感知的差別；而微軟在情感表達上稍遜一籌，合成效果與普通語氣基本沒有差異。綜合來看，科大訊飛的超擬人技術在擬人度與情感表達上更優。
通用大模型 + 語音大模型 讓語音合成更逼真
今年 1 月 30 日科大訊飛發布超擬人合成時，也發布了最新的星火語音大模型，它可謂是讓語音合成聽起來更加自然和逼真的“殺手锏”。
它是如何做到的呢？首先，基于星火通用大模型的能力，來預測文本中的口語化現象、情感、停頓等細節信息，這對于傳達說話者的真實感受非常重要；然后，星火語音大模型學習人類的口語化表達方式后，對通用大模型預測的口語化信息進行還原，從而極大提高了合成的擬人化效果。
之所以能夠抓住先機，在超擬人合成技術上率先突破并取得成效，這與訊飛多年來深厚的技術積累與持續創新緊密相關。
在科大訊飛創立之初，就在 1998 年的國家“863”計劃語音合成比賽中奪得冠軍。此后，科大訊飛更是在國際語音合成界的“奧斯卡”Blizzard Challenge 評測賽事中拿下十四連冠，還實現了中英文語音合成業界首次超過普通人說話水平等一系列成就，可謂是 AI 語音“王者”。
近年來，訊飛在多語種語音合成應用、方言合成、合成語音情感上持續創新，并且推出全新語音合成系統 SMART-TTS，實現多風格、多情感合成，能夠根據需求對聲音進行調節和創作。超擬人合成技術的率先上線和驚艷效果，背后是科大訊飛多年如一日的積累與突破。
隨著訊飛星火 App 上線了超擬人合成技術后，受到了許多用戶的喜愛，在訊飛開放平臺上也成為開發者的熱門選擇，并將在車載、機器人、智能客服等領域推出落地應用。據了解，訊飛超擬人合成升級版本也會在近期推出，將進一步增強喜怒哀樂等各種類型的情感反饋能力。
超擬人技術有望引爆萬物互聯時代的交互體驗
萬物互聯時代，語音正在成為人機交互的主要入口。超擬人合成技術不僅能夠提供更加自然流暢的交互體驗，還能夠通過模擬人類的情感和行為，為用戶提供更加個性化和富有同理心的服務，將變革我們的人機交互體驗。
市場規模的增長也從側面印證了這一趨勢。據相關報告預測，全球生成式 AI 市場規模將從 2022 年的 400 億美元，擴大至 2032 年的 1.3 萬億美元。中國生成式 AI 商業應用規模預計到 2025 年將達到 2070 億元，未來五年的年均增速 84%。超擬人技術作為生成式 AI 的重要表達方式，展現出巨大的市場潛力。
而在這一技術上，以科大訊飛等為代表的中國 AI 企業已經率先布局，實現了國際領先，有望在全球市場中占據重要地位。
本文鏈接：http://www.tebozhan.com/showinfo-26-83426-0.html大模型超擬人合成技術 PK 賽上演 微軟、訊飛誰是“王者”？
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： 順豐同城推出奢侈品專送服務，已在北京、上海等城市上線
下一篇： 科技一周大事（4 月 8 日-14 日）：暴雪游戲國服官宣夏季回歸；14 部門印發文件推動消費品以舊換新；運營時速提升至 400 公里，世界最快高鐵動車組 CR450 年內下線
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號