云知声基于语音合成技术，上线方言合成功能

“少小离家老大回，乡音无改鬓毛衰。”

方言，不仅是地域风物的承载，更是人与故土联结的情感纽带。随着人们对智能语音需求的越来越多元化，更具乡土气息、更具情感联结的方言语音正成为智能语音合成的热门方向。

近期，云知声基于语音合成技术，上线方言合成功能，以 AI 传递乡音乡情。

1AI遇上方言，“智”取乡音一片

伴随普通话的推广普及，以及城市流动人口的增加，方言正悄悄退出人们的生活，一些地方方言甚至濒临失传的境遇。让方言走进日常，以更多样化的形式“活”起来，已成为当前方言保护工作的重中之重。

为助力乡音传续，同时也更好满足人们对智能语音的多样化需求，云知声基于最新语音合成深度学习技术，全面学习方言音色、风格，合成贴近真人的“数字乡音”，让人工智能的科技温度浸润到多个智能语音应用场景——

对智能家居而言，用熟悉的乡音和用户对话，既能够慰藉用户身居异地的思乡之情，也有助于打造产品差异化优势，更好开拓下沉市场；在智能客服领域，很多老人、弱势群体既不会讲普通话，也听不懂普通话，方言的引入能够大大减少双方沟通成本，提高服务效率；直播间里，搞笑幽默的方言既能够让直播内容更有趣味性，也迎合了受众听乡音、知乡情的心理需求，增加了用户黏性……

2迁移学习，让方言合成成为现实

让人工智能“说”出一口普通话已然不易，合成方言更是难上加难。

一直以来，方言合成存在两大难点：

一是难以获取大量高质量的语音数据和对应的文本信息,二是不同地区的方言之间相互独立，在音调、声母、韵母等方面有所差异，很难进行精确的发音和韵律标注，这无疑增加了数据标注和技术开发的难度。

利用迁移学习技术，云知声解决了以上问题，得以在短时间内将单个发音人的音色合成粤语、四川话等方言以及英语等外语。

针对部分方言的特性，云知声先是通过超大规模的高质量普通话数据，训练得到端到端声学模型和神经网络声码器等基础模型；然后，利用较大规模低质量的方言数据对基础模型进行迁移学习，使其能更好地适应方言的语音特点；最后，使用少量较高质量的方言数据再次对基础模型进行迁移学习，最终训练得到方言合成模型。

在迁移学习技术的支持下，云知声TTS已实现粤语、四川话及纯正美音的合成，可覆盖人机对话、影视配音、直播带货等多种场景需求，助力更多客户实现方言及个性化声音解决方案的落地。

通过方言合成技术，云知声数字人也得以开口说“乡音”，熟练“掌握”多种方言，甚至做到流畅切换。

自由切换多种方言的数字人

除了方言合成，此次，云知声TTS还上线了rap合成功能，即使用户五音不全，也能秒变说唱歌手，轻松玩转freestyle。

从智能家居到呼叫中心，从生活娱乐到办公学习，云知声智能语音技术正不断打破场景限制，让AI以更丰富的声音形象融入日常。

目前，云知声TTS已上线28种发音人音色、64种音色风格，极大程度上满足了用户的多场景合成语音应用需求。

面向未来，云知声TTS将继续解锁更多音色、风格，覆盖更多应用场景，全力满足客户的个性化、差异化定制需求。

审核编辑：汤梓红