头豹研究院-2023年中国语音合成声学-TTS-行业词条报告-230530

文本预览：

《头豹研究院-2023年中国语音合成声学-TTS-行业词条报告-230530（1页）.pdf》由会员分享，可在线阅读，更多相关《头豹研究院-2023年中国语音合成声学-TTS-行业词条报告-230530（1页）.pdf（1页精品完整版）》请在悟空智库报告文库上搜索。

（以下内容从头豹研究院《2023年中国语音合成声学（TTS）行业词条报告》研报附件原文摘录）
　　近年来，智能语音行业多家企业在上市程序上折戟沉沙。2月19日，上交所发布公告称，云知声和其保荐人中金公司于2021年2月18日向上交所提交了撤回IPO申请文件。根据规定，上交所决定终止云知声的发行上市审核。智能语音在上市程序上的表现不禁让市场疑惑，作为AI领域的重要组成部分，智能语音为何屡屡受挫，长期亏损？是技术原因还是市场导致？本文主要关注于智能语音中合成语音（TTS）部分的市场现状，了解TTS技术的现状，产业链情况，分析了TTS的技术应用场景以及未来的发展难点和趋势。 　　1.语音合成（TTS）行业定义 　　语音合成又称文语转换（TexttoSpeech,TTS）技术，是语音处理领域的一个重要研究方向，旨在让机器生成自然动听的人类语音。语音合成技术既可以单独适用于不同的场景之内，也可以作为尾部环节嵌入到语音交互的整体方案之中。语音合成的应用可以划分为单向语音输出类和交互类，单一使用单向语音输出类或交互类的场景并不多见，导航技术、阅读、配音、语音播报等场景下，单向语音输出应用比例较大，智能客服、智能机器人、泛娱乐产业、教育等场景下，交互类语音合成使用较多。 　　2.语音合成（TTS）行业分类 　　语音合成技术内部分为前端和后端。前端主要负责文本的语言解析和处理，其处理内容主要包括语种、分词、词性预测、多音字处理、韵律预测、情感等。把文本上的发音的这些信息都预测出来之后，将信息送给TTS的后端系统，后台声学系统融合这些信息之后，将内容转化为语音。后端声学系统发展历程较长，从第一代的语音拼接合成，到第二代的语音参数合成，到第三代端到端合成，后端声学系统的智能化程度逐步增加，训练素材需要标记的详细程度和难度也在逐步减弱。