百度地图定制语音功能上线，会成为下一个刷屏功能吗？( 九 )_9月19日

这一次推出的“语音定制” ，技术难度同样非常大。

语音的合成看上去只有几步骤，二十分钟的事情，实际上却是非常非常难的。传统明星语音包定制需要在大库基础之上录制1000到2000句语音。百度语音定制只能通过20个句子，来理解用户的音色、风格、情绪、语调、语速、习惯——要用户录制太多、花时间太多，门槛高了就没意义了。

传统明星语音定制要在专业录音棚录制几周时间，现在用户各自的环境变得非常复杂，噪音是免不了的问题，如何降噪，是一个难题。

原先合成明星语音包是一个庞大的团队针对一个人来做定制，现在是将这个流程变得标准化、大众化和自动化，生产周期则从原先的数月压缩到数分钟，技术挑战可想而知。

儿童录音是一个重要的场景，然而儿童往往会面临发音不清晰、停顿不规律、普通话不标准等问题，比成人的录音更难处理。

百度地图基于百度大脑的AI能力，成功克服了这些难题，百度语音首席架构师贾磊在发布会现场进行了解释：“百度地图语音定制功能基于百度独创的说话人韵律迁移技术Meitron ，其特点主要体现在发音人音色转换，多情感朗读和韵律风格迁移三个方面，从而让个性化语音合成的定制门槛大大降低。 ”

百度地图定制语音功能上线，会成为下一个刷屏功能吗？( 九 )