理工酷

2021年06月17日发布

语音合成模型已经发展到第三代

语音合成模型经过长时间的发展，由最初的基于拼接合成，到参数合成，逐渐达到了现阶段感情充沛的基于端到端合成，最新一代端到端合成降低了对语言学知识的要求，可批量实现多语种的合成系统，语音自然程度高。

TTS技术主要分为两种

TTS语音主要分为通用TTS和个性化TTS，通用TTS适用于导航、语音播报、智能客服和大多数语音交互场景，个性化TTS则主要应用于对声音质量较高的教育，长音频、直播以及影视游戏配音等场景当中。

TTS技术助力长音频行业的发展

中国用户在网络音频上的MAU已经从2019年的342分钟快速增长至2020年的600分钟，长音频市场未来发展潜力巨大，长音频作品大量都基于文字脚本而来，TTS技术能够大大减少将文字转为语音的时间和财务成本，也为长音频作品带来创新体验。

语音合成行业格局稳定，未来注重商用落地

语音合成行业发展较成熟，原有格局难以打破，新进入者只能通过弯道超车或差异化竞争打破僵局，用户的需求将会变得多样，这对语音合成行业也是巨大挑战，在未来，语音合成技术也将逐步打开商用化道路，应用场景将逐渐细化和专业。