笔墨转语音，大家可以以微信的语音转笔墨的反向工程来理解，紧张浸染是实现机器对话。
二、车载领域语音合成现状剖析
车载场景目前是TTS技能的主要运用处景，其发展紧张经历了以下四个阶段：
个中，高度个性化的发展该当细分为两个阶段。
第一个阶段，基于人群圈层的个性化，划分的圈层可能为男性/女性，儿童/成人/老年人，车主/搭客，基于车企的策略不同。
第二个阶段，通过声纹识别或摄像头等感知手段，实现真正的千人千面，定制自己专属的TTS风格化回答。
三、当前车载场景下的痛点机器感：听感上仍能够识别出是机器的合成音，不自然、重读不准确等；风格单一：语音合成风格较为单一，并且多为播音风格，短缺乐趣；情绪欠缺：播报的情绪音，领悟进车载的交互场景办法粗暴，体验不佳，详细表现为不同情绪音不区分场景、不区分文本，仅仅通过腔调等变革表达情绪，存在机器的僵硬感；智能化：场景定义不全面或不准确，由于车载TTS的回答语基于车载语音产品经理对场景的定义，存在漏定义、定义错的情形；并且在通过TTS勾引用户的角度看，当前所有的车企方案较少考虑到这一点。
四、车载TTS的主要指标车载TTS的评价指标沿用语音业界的MOS评价办法，即约请听音人试听合针言音，根据分值描述，从拟人性、连贯性、韵律感等方面为语音选择得当的分数，常日紧张的指标为：
但是以上指标紧张都是针对TTS发音的问题，在实际测试的过程中，也会对TTS反馈的语料准确性、是否得当等进行测试，常日单一问题单一办理。
五、语音TTS碰着的范例问题端云变革：在汽车行驶过程中，进入隧道或停车场等场景时，车辆的网络状态会切换为弱网/无网状态，此时云真个语音资源就会切换为本地资源，切换顺滑度、音色相似度等都是范例问题；多音字发音缺点：机器未准确识别语境，发音缺点；断句缺点：碰着没有标点符号或者标点符号缺点的文本，机器未能识别，形成断句缺点；方言表达不隧道：机器直接采取了文本的发音，未转换成方言发音。
例：
早上好，粤语该当说zou sen，而TTS会直接说早上好（粤语腔调）。
没有，粤语该当说冇，而TTS会直接说没有（粤语腔调）。
六、产品角度看车载TTS1. 车载TTS的商业代价
车机作为第三个屏幕，其运营是一个说了良久的话题，但是目前真正在车机上实现商业化运营代价的车企却没有，而风格化回答语，没有安全性、政策等成分的限定，是目前能看到落地最快的方向之一，并且运营代价，如果能担保较低本钱形成风格化回答语的情形下，对付具备较多智能存量车的车企来说，在我个人角度上来看为高。
2. 大模型对车载TTS可能的影响
一是个性化定制本钱降落：大模型通过大量的数据学习，空想中可以快速对一些特定形象进行学习，降落学习本钱，例如影视作品的角色，形成具有该角色风格的回答语。
二是更加快速合成结合业务的风格回答语：车载TTS更多的是结合业务的场景，例如导航去天安门、打开车门等，大模型结合业务将实现更加多变、准确、有趣的回答。
本文由@加饭 原创发布于大家都是产品经理。未经容许，禁止转载。
题图来自 Unsplash，基于 CC0 协议
该文不雅观点仅代表作者本人，大家都是产品经理平台仅供应信息存储空间做事。
