语音合成方面，还有比科大讯飞更牛的么？

试了一下科大讯飞、百度、云知声的语音合成，发现科大讯飞的语音合成太牛了，有些已经和真人差不多了，而百度和云知声的听起来还是有些别扭，还有没有哪家公司的语音合成能与科大讯飞媲美呢？

有关回应 · 2021-5-14 18:10:57

有的，可以听听微信小程序-配音家，效果比科大讯飞要好太多了。
点击【配音家】，或者微信搜索“配音家”，打开即可使用。
金牌配音员有24k超高清音质，支持选择高兴、难过等情绪，超像真人:
[/url]来源 [url=https://www.zhihu.com/people/9f5518efbf7edaaa5ea84292b2b1b78a]@配音之家

有关回应 · 2021-5-14 18:10:58

当然是谷歌最近发布的Tacotron 2合成引擎，效果比之前的WaveNet有进一步的提升。
以下是介绍链接
Audio samples from "Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Predictions"
你可以去听一听里面的示例音频，基本上听不出这是电脑生成的

有关回应 · 2021-5-14 18:10:59

2021年3月21日，win10 更新后 Edge 浏览器里的语音朗读（ctrl+shift+ u）惊到了我。
之前我用过微软的大声朗读，也用过他的其他语音引擎，比如说废掉之前的小娜。相比之下还是讯飞的语音表现更好，手机上我常用就是讯飞阅读，被废掉以后用了讯飞有声。
但是今天我用了一下新本的 Edge 中的 xiaoxiao ，确实进步太大了。暂时他会是我的首选。
更新 win10 系统之后打开 Edge ，网页里选中文本右键就可以朗读了（直接空白处右键或者快捷键是全页面朗读），也可以把txt文件拖进去以后进行朗读。
……………
之前手机版上有个讯飞阅读，里面有几个男播音员非常棒，后来改成了小说火火，也还不错。但是这两个都被废掉了，现在只能选择讯飞有声，那几个好听的男播音配音也被撤下来了，现在用的多的是小佩，0.7x 速，然后选一个舒缓的钢琴背景音乐，下面自带的有选项。

用在线的，音频声音密度更好更自然，但是免费用户每天有时长限制，所以我现在使用的是离线流畅语音。倒是够用了，这个 app 挺良心的。复制链接或者在APP内部发送到他，都可以快速的朗读，极大解放了我的颈椎和眼睛。不仅支持复制文本和链接朗读，还可以导入txt、图文版的PDF和EPUB文件进行朗读。
今年的 Edge 目前只能支持网页和拖入 txt，其他的文件格式如 epub 等不行。

有关回应 · 2021-5-14 18:11:00

如果从参加Blizzard Challenge大赛的结果来讲，讯飞独占鳌头，毋庸置疑。
但无冕之王也是有的，Tacotron2就很有前途，而且只要你有时间，有数个小时左右的单发音人语音数据和对应的文本，你也可以做到很好。
目前最容易实现的方法是基于attention的End-to-End的方法：输入字符序列，经过一系列LSTM或者CNN进行Encode，然后使用Attention来处理输入/输出非等长序列的Decode（这个过程可以看做DTW），生成vocoder的输入数据（各种谱或者谱包络特征），再通过vocoder就可以重建语音波形了（目前音质最好的vocoder应该是sampleRNN、wavenet一类的预测模型）。
其中的关键在于attention，不然的话就得把模型做成输入输出序列等长的结构，需要预先处理文本和语音时间点的对应（forcealignment），而且这个过程引入了额外的误差。
当然了，这种简单粗暴的字符映射会丢掉很多语义信息，导致合成的语音语调平稳，没有色彩，就算加入ToBI，使用了一定的语义信息，但也还是欠缺太多。这个问题就难解了，目前还没有人做到，因为NLP也并没有根本上的突破。

有关回应 · 2021-5-14 18:11:01

当然有啦，比如微信上的“百宝音”小程序，是个支持在线文字转语音的配音软件，功能强大，制作出来的声音效果非常好，没有机械声，24k高音质，媲美真人！
百宝音配音神器话不多说，先来看看这段视频体验下效果！
[url=https://www.zhihu.com/zvideo/1331188962472886272][/url]怎样，配音效果好吧，不仅有感情，在细节的处理上也非常到位，如果不是专业人士都分不清是语音合成的。
[h1]具体有多好，请看！！！[/h1][h1]优点1：操作简单[/h1]无需太技术操作，只需将之前准备好的文字导入到文本框，挑选配音员，调节语速和语调，一键语音合成即可。

[h1]优点2：主播声音丰富多样[/h1]例如甜美的女声，成熟的男声，可爱的童声，标准的外语，有特色的方言等应有尽有，选择空间大！

[h1]优点3：支持给视频变声[/h1]适合视频二次混剪，可以快速把视频素材上传到软件上，一键提取视频字幕，然后重新给视频配音，操作跟优点1一样。

[h1]优点4：支持一键智能原创[/h1]将原有的文案进行二次创作，拯救没灵感，不知道怎么写文案的小可爱们，同时，还能避免后期带来不必要的原创问题。

[h1]优点5：干货分享[/h1]发现页面里有很多视频配音干货，副业赚钱干货分享，帮助刚入行的小白迅速上手。

[h1]优点6：收费优惠，甚至免费[/h1]免费的音色每天都可以使用，部分有特色的高级音色每天有三次免费使用的机会，之后按月收费，无限次使用，不限配音员，比市面上其他的价格便宜且质量好！

[h1]优点7：它不占用内存[/h1]现在大多数人的手机内存严重不足。“百宝音”在微信小程序跟电脑网页端都能使用，根本不占用内存，非常的贴心，使用起来也非常方便，看个人需求！

想要给视频或文本配音的小伙伴们可以试试哟，方便又实用！！！

语音合成方面，还有比科大讯飞更牛的么？

5 个回复

浏览过的版块