随着人工智能技术的迅猛发展，语音技术作为其中的重要分支，正在逐步改变我们的生活和工作方式。腾讯云作为国内领先的云服务提供商，其语音产品在技术能力、应用场景和业务价值等方面均表现出色。本文将从语音产品科普解读、应用实践和行业案例三个方面，深入探讨腾讯云语音产品的技术原理、应用场景、业务价值及其在各行业中的实际应用。
“主人，妲己开始为您导航；” “主人别急，这里可能被坦克堵住了；” “前方有限速摄像，限速80，疾跑技能请关闭。” “路漫漫其修远兮，路上不要玩手机；” “时刻系牢安全带，一起奔向新时代。” ...... 当游戏中妲己温柔娇美的声音在耳边响起，摇身一变成为你爱车的导航员；当导航念出Rap范儿，轻松有趣，句句是梗，你还会在为漫长旅途、各种堵车感到枯燥无味吗？ 从热门游戏角色到社会名人明星语音导航、播报，这些爆火的语音功能背后都有着相同的AI技术支持：语音合成（TTS）。 01 合成能力「更进一步」
作者简介：李秀林，中国科学院博士，15 年语音相关技术研发和学术研究，申请专利三十余项，在国内外语音界有很高的知名度；曾带领团队获得百度百万美元大奖。2006 年—2013 年，松下研发中心高级研发经理；2013 年—2016 年，百度语音合成技术负责人；2016 年—2018 年，滴滴研究院语音团队负责人&首席算法工程师；2018 年3 月加盟标贝科技，作为联合创始人兼CTO。
明敏 整理自 凹非寺 量子位 | 公众号 QbitAI ChatGPT掀起AIGC浪潮后，关于它的影响，成为了行业内外最为热议的话题之一。 宏观的观点已不胜枚举：改变世界、AI的iPhone时刻…… 但如果回归到技术本质，它到底会带来哪些变革？ 我们认为，它会改变信息分发获取的模式。革新内容生产模式，变革人机交互模式，同时也会促进多个产业的升级。 这是科大讯飞AI研究院常务副院长高建清，在首届中国AIGC产业峰会上给出的答案。 作为国产AI的中坚力量，在这股最新趋势下，科大讯飞始终被寄予厚望。 尤其在2月
语音技术作为人工智能的一个重要分支，正在改变我们与设备和系统交互的方式。语音技术不仅提升了操作的便捷性，还增强了用户体验，使得各类应用更加智能化和人性化。腾讯云语音产品，包括语音合成（TTS，Text-to-Speech）和语音识别（ASR，Automatic Speech Recognition）技术，凭借其卓越的性能和广泛的应用场景，迅速赢得了市场的认可和青睐。
你知道吗？ 全球每2周就会有一种语言消失。 语言的消亡意味着珍贵的多样性文化信息流失，与物种的灭绝毫无二致。 现实情况是，濒危语言消亡的速度比濒危动物消亡的速度还要快，据测算，到本世纪末，世界上50%-90%的语言将会消亡。 保护濒危语言是保护文化多样性的重要一步，那么，人工智能又能做什么呢？ 语音技术发展到今天，其应用能力已经媲美甚至超越人类平均水平。从历史视角看，不管是地理位置障碍还是语言障碍，它都将是促进和增强人与人、人与机器自然对话的强大工具。 在濒危语言文化保护上，我们由此也看到了新的思路
关键技术顶天，行业认知立地。当打破了实验室和现实的隔阂之后，技术不再局限于自身，而是和广大的外部场景做关联，最终成就了科大讯飞AI技术能够迅速从研发到规模化落地的能力。 作者 | 月行、青暮 编辑 | 岑峰 自然语言处理（NLP）一直是人工智能渴望攻克的难题。 直到2006年，来自上世纪末的互联网时代累积的大量电子化的文本数据，以及深度学习的加持，终于让机器翻译乃至自然语言处理，走上了快车道。 深度学习秉承统计方法的概率传统，不同的是，它基本不需要做特征工程，而特征工程需要大量的专家知识。 但盛志超发现，
然而，创业并非易事。更重要的是，他们选择以一项在当时不被看好的技术——语音合成起家。
随着人工智能技术的飞速发展，语音识别（ASR）和语音合成（TTS）技术已经成为智能语音服务领域的核心技术。腾讯云语音产品，凭借其业界领先的技术优势和极具竞争力的价格，为各行业提供了从标准化到定制化的全方位智能语音服务，广泛应用于多个行业场景，极大地推动了企业服务、阅读、教育、游戏、金融、电商等行业的智能化升级。
大约一个月前，距离 GPT Store 上线还有两周，一位名为 Kyle Tryon 的国外开发者在个人博客上分享了其基于 ChatGPT Plus 开发的三个 Agent（又称“GPTs”），其中一个 Agent 是关于美国费城旅游出行的个人指南“PhillyGPT”，它能访问当地 SEPTA 公共交通 API，为个人提供费城当地的实时天气、旅游资讯、文艺演出活动、出行路线、公交车站与地标数据、预计抵达时间等等。
语音合成是一项重要的人工智能技术，它可以将文本转换为自然流畅的语音，为语音交互应用、辅助技术等领域提供了便利。本文将介绍如何利用AI技术实现自然和多样的语音合成，让你的应用更具人性化和个性化。
【新智元导读】科大讯飞2017年度发布会今天举行，科大讯飞董事长刘庆峰带来公司最新技术动态介绍：过去一年，讯飞在无监督学习和医疗上的突破成为亮点。科大讯飞执行总裁胡郁带来一系列重磅产品更新：全新的 AIUI 2.0平台、翻译机、输入法、车载系统等等，并且展示了让人兴奋的黑科技——脑电波控制智能家电。科大讯飞轮值总裁吴晓如发布公司在教育、客服和医疗三大方向10个重量级产品。本文带来最全盘点。 科大讯飞一年一度的发布会9日在北京国家会议中心举行，科大讯飞董事长刘庆峰、科大讯飞轮值总裁吴晓如、科大讯飞执行总裁胡郁
随着人工智能技术的快速发展，智能语音项目成为了科技领域的一大热点。智能语音项目不仅涉及语音识别（ASR）技术，还涵盖语音合成（TTS）、自然语言处理（NLP）等多个方面。本文将探讨智能语音项目开发过程中的技术挑战以及未来的发展趋势。
先是Google I/O大会上一声“嗯哼”震惊了人类世界，然后微软小冰为知乎写歌唱歌又刷了一波屏。
语音合成技术可以将文字信息转换成标准流畅的语音且进行朗读，在公共服务、智慧交通、泛娱乐、智能硬件等领域具有广泛应用。 在第3期英伟达x量子位NLP公开课上，英伟达开发者社区经理分享了【使用NeMo让你的文字会说话】，介绍了语音合成技术的理论知识，并通过代码演示讲解了如何使用NeMo快速完成自然语音生成任务。 以下为分享内容整理，文末附直播回放、课程PPT&代码、往期课程内容整理。 ---- 大家好，我是来自NVIDIA企业级开发者社区的李奕澎。今天直播的主题是使用对话式AI工具库—Nemo让你的文字会说话。
李根 假装发自 凹非寺 量子位 报道 | 公众号 QbitAI 一年一度，科大讯飞总会通过年终发布会，披露一年成绩，发布最新战略。 与去往年不同，自AlphaGo在2016年横空出世之后，人工智能狂飙突进，以语音起家的科大讯飞，也成了A股市场最受关注的人工智能公司。 即便伴随一些营收、盈利方面的争议，但讯飞年度发布会，依然是各方关注焦点，讯飞甚至国内AI趋势，也可以在此窥见一二，特别是来自资本市场的直接反馈。 比如去年年度发布会至今年，讯飞股价已从30.6元，上涨至60.10元，涨幅96%，其间最高涨幅一
腾讯公司和中国计算机学会于2013年共同发起的CCF-腾讯犀牛鸟基金（以下简称犀牛鸟基金），始终致力于支持海内外青年学者开展前沿学术研究与技术实践。犀牛鸟基金通过提供企业真实问题与业务实际需求，搭建产学研合作及学术交流的平台，推动合作双方学术影响力的提升及研究成果的应用落地，促进自主技术的创新与发展。 本年度共设立8个技术方向，35项研究命题 申报截止时间为2020年6月15日24:00(北京时间) 申报链接：https://withzz.com/project/detail/73（请在PC端登录）
ChatGPT是一款基于人工智能的语言模型，它可以自动地生成文本，回答问题，完成翻译等任务。ChatGPT是由OpenAI公司开发的，使用了神经网络和深度学习技术。它可以帮助用户自动生成文本，以及模拟人类语言表达的思维模式。
提到虚拟歌姬，你的第一反应是谁？ 洛天依、初音未来、乐正绫、巡音、Gumi、言和、镜音、东方栀子......。（没上榜的记得评论区留言） 在二次元的世界里，虚拟歌姬是一个特殊的存在，他们不是"活人"，但有粉丝、有流量、有作品，其影响力、待遇不亚于一个鲜活的网红IP。 以洛天依为例，她是全世界第一款中文声库和虚拟形象，也是首位登上中国主流电视媒体的虚拟歌手，与杨钰莹、周华健、王源等一众明星在春晚同台合唱和歌舞表演。 她们一步一步成长，不断给我们带来“一字一句的美妙体验”。而成就这种“美妙体验”的，正是得益于
提到虚拟歌姬，你的第一反应是谁？ 洛天依、初音未来、乐正绫、巡音、Gumi、言和、镜音、东方栀子......。（没上榜的记得评论区留言） 在二次元的世界里，虚拟歌姬是一个特殊的存在，他们不是"活人"，但有粉丝、有流量、有作品，其影响力、待遇不亚于一个鲜活的网红IP。 以洛天依为例，她是全世界第一款中文声库和虚拟形象，也是首位登上中国主流电视媒体的虚拟歌手，与杨钰莹、周华健、王源等一众明星在春晚同台合唱和歌舞表演。 她们一步一步成长，不断给我们带来“一字一句的美妙体验”。而成就这种“美妙体验”的，正
在位于合肥规划中三到四平方公里的中国语音产业园，建筑机械群正在紧张作业。在竣工的讯飞大厦里，两千多名科大讯飞员工围绕“声音”忙碌着。在移动互联网的风口，兼具软件和互联网公司特征的讯飞，站在了2B和2C市场的十字路口，前途看上去机会重重但又充满凶险。 近期，受科大讯飞邀请，笔者与一些媒体人前往合肥，对讯飞的技术、处境，以及讯飞怎么看待语音市场的竞争态势与格局，做了采访与了解。 一、移动语音市场要爆发了！是真的吗？ 今年是中国语音市场最热闹的一年。创业新秀云知声刚获得1500万美元投
最令家长们头大的问题大概就是给孩子辅导作业了吧，而包括学习机在内的一系列教育硬件产品的诞生，则很好地弥补了这一问题，成为了孩子们在家庭场景中学习的好帮手。随着用户需求的增长，教育智能硬件行业也实现了稳定发展。而在教育硬件赛道，学习机这一品类格外受人关注。
随着全球化和数字化时代的到来，跨文化交流已经成为我们生活和工作中不可或缺的一部分。然而，语言障碍仍然是一个严重的问题，阻碍了人们之间的交流和理解。这时，人工智能技术就可以帮助我们打破语言障碍，促进跨文化交流。其中，自然语言处理技术中的ChatGPT是一项十分重要的技术，它可以生成自然语言文本，并被广泛应用于在线翻译、语音转写和语音合成等领域。
灵云全方位人工智能平台赋能合作伙伴，让合作伙伴可以用灵云AI技术打造更加智能的各种应用系统。捷通华声与产业伙伴互补优势、合作共赢，携手将AI技术推进千企万户，让每一家企业都能拥有人工智能。 灵云全方位
2016年，王小川在正式论坛里秀出AI同传，那是机器实时翻译技术，首次在高规格国际会议上实战应用。
近几日，数千只股票价格重回两年前，一度十分被市场看好的黑马科大讯飞，亦无法逃脱大盘趋势。就在上周科大讯飞刚刚发布了2021年年报以及2022年一季度财报，虽然仍旧是数据一面向上，但依旧无法阻止科大讯飞跌势。
如果你关注了昨晚（1月28日）央视八点档的《经典咏流传》就会发现，学会一首歌的时间，30秒足够了。
AIGC（Artificial Intelligence Generated Content）是指利用人工智能技术生成内容的能力。火爆的虚拟数字人，就是AIGC的典型代表，它可以通过学习大量数据和知识，生成与人类创作相似甚至超越人类水平的文本、图像、音频、视频等内容。AIGC是人工智能领域发展的新里程碑，能够加速内容生产，提高创作效率，降低创作成本，为人类提供更加便捷、高效、准确的内容生成服务。
在今天的内容开始之前，大家可以先戳下面的声音听一下，不长，只有18秒，是一个妹子在唱Adele的知名歌曲Rolling in the Deep。
---- 新智元报道 编辑：好困 David 【新智元导读】一转就是十七年，这台「创新发动机」，从来没停过！ 安徽合肥的大蜀山脚下，一群研发人员正在紧张有序的工作着。 在各个办公区的中间，张贴着年轻同学们的技术海报、各个方向的研究路径。 还有一块写满了各种公式的白板，上面「用正确的方法，做有用的研究」这几个字面积不大却引人注目。 在18岁成人礼前夕，新智元对中国科学技术大学博士，科大讯飞研究院执行院长刘聪进行了一次专访。 刘聪博士是语音及语言信息处理国家工程研究中心副主任，科技创新2030「新
【新智元导读】作为中国人工智能产业的标杆企业，科大讯飞2016年度发布会受到业界高度瞩目。11月23日北京国家会议中心，科大讯飞携产业链合作伙伴的人工智能+黑科技澎湃而来。A.I.+万物互联输入法、A.I.+教育、A.I.+翻译、A.I.+司法….. 人工智能+生态系统越来越强大，讯飞植根产业链的深厚积累迎来爆发。科大讯飞董事长刘庆峰在会上强调，正在经历第三次热潮的人工智能并不是概念泡沫，而确实可以运用到所有这些行业中。科大讯飞一年来再次挑战AI巅峰，在被称为“代替图灵测试”的Winograd 挑战赛中摘得
编者按：语音合成一直以来是语言、语音、深度学习及人工智能等领域的热门研究方向，受到了学术界和工业界广泛的关注。尽管语音合成技术的研究已有几十年的历史，基于神经网络的语音合成技术也有近十年历史，且已产出了大量的优质研究成果，但针对神经语音合成不同研究方向的整合型综述论文却十分匮乏。近日，微软亚洲研究院的研究员们通过调研了450余篇语音合成领域的文献，发表了迄今为止语音合成领域几乎最详尽的综述论文 “A Survey on Neural Speech Synthesis”。在文中，研究员们还整理收集了语音合成领域的相关资源如数据集、开源实现、演讲教程等，同时也对语音合成领域未来的研究方向进行了探讨和展望。希望本文能对相关工作的研究人员提供具有价值的参考。
晓查 明敏 发自 凹非寺 量子位 报道 | 公众号 QbitAI 上市13年，这家巨头依旧能保持高增速，AI开放平台营收同比增长131.7%，智慧汽车增长74.31%，即便教育赛道内，产品服务增长也有31.48%。 这是科大讯飞刚刚给市场和投资者交出的2021年上半年答卷。 从上市之初到去年AI落地元年，从被指市盈率过高到质疑商业化能力，这家公司无论在资本市场还是消费领域一直饱受争议。 看行业内，AI技术日趋成熟，但是如今面临百度、阿里等传统云服务厂商也在蚕食语音AI市场，科大讯飞如何与互联网行业巨头竞争
想象一下，如果你身边就有一个这样生动的AI数字虚拟人，TA可以根据你的需求随意调整形象和性格，能够随时随地陪你交流沟通，而且知识专业又全面，那你该会多么幸福！TA可以化身知心姐姐，在你遇到困难时，给你贴心安慰和建议；TA会是你的私人向导和旅游搭子，为你提供独家打卡攻略和美食建议；TA还能当你的健身教练，无论减脂、塑形、增肌，都能提供最专业的指导……
当AI技术与语音合成相遇，开源技术众多，为什么 ChatTTS 能够一夜爆火？你有听说过能说情感真切文字的 AI 吗？
编者按：2016 年 11 月 23 日，科大讯飞在京举行了 2017年度发布会，董事长兼创始人刘庆峰在现场做了主题演讲，总结了人工智能的过去和未来，并详细讲述科大讯飞这几年的研究成果。这是科大讯飞自
为了更方便查看题目，我们加入读题功能。语音读题主要应用在智能客服机器人、电子有声读物、智慧教育等领域，了解到目前市场语音合成技术，主要有讯飞语音、百度语音、腾讯语音这几家大厂。 都支持男女生声，讯飞价格比较贵，这里发现腾讯语音合成暂时不收费。 腾讯云的语言合成介绍 https://cloud.tencent.com/product/tts#scenarios 摘选：语音合成（Text To Speech）满足已知文本生成语音的需求，打通人机交互闭环。多种音色选择，支持自定义音量、语速，为企业客户提供定制自有领域词库和个性化发音人服务，让发音更自然、更专业、更符合场景需求。语音合成广泛应用于语音导航、有声读物、标准发音领读、自动新闻播报等场景。
摘要：语音信号处理是目前发展最为迅速的信息科学研究领域中的一个，是目前极为活跃和热门的研究领域，其研究成果具有重要的学术及应用价值。语音信号处理的研究，对于机器语言、语音识别、语音合成等领域都具有很大的意义。MATLAB软件以其强大的运算能力可以很好的完成对语音信号的处理。通过MATLAB可以对数字化的语音信号进行时频域分析，方便地展现语音信号的时域及频域曲线，并且根据语音的特性对语音进行分析。本文主要研究了基于MATLAB软件对语音信号进行的一系列特性分析及处理，帮助我们更好地发展语音编码、语音识别、语音合成等技术。本文通过应用MATLAB对语音信号进行处理仿真，包括短时能量分析、短时自相关分析等特性分析，以及语音合成等。
再来了解一下腾讯云音视频，腾讯云音视频在音视频领域已有超过21年的技术积累，持续支持国内90%的音视频客户实现云上创新，独家具备腾讯云RT-ONE™全球网络，在此基础上，构建了业界最完整的 PaaS 产品家族，并通过腾讯云视立方 RT-Cube™ 提供All in One 的终端SDK，助力客户一键获取众多腾讯云音视频能力。另外，腾讯云音视频为全真互联时代，提供坚实的数字化助力。
随着科技的飞速发展，人工智能领域取得了显著进步，其中生成式人工智能技术（AIGC）更是引领着新一轮的技术革新。AIGC技术利用深度学习、自然语言处理等先进技术，能够生成高质量的文本、图像、音视频等内容，为各个行业提供了前所未有的创新机会。本文将对AIGC技术的发展现状、技术应用、伦理风险以及未来展望进行深入探讨，以期为读者提供一个全面而深入的了解。
机器之心报道 作者：蛋酱 又是一年 1024 ，对于全球开发者来说相当特殊的一天。 1024 这一天，无论你身处何方，都能感受到浓浓的节日氛围。但说到场面最宏大、参会人数最多、内容最丰富的 1024 活动，还是要来合肥看看这家老牌 AI 企业的玩法。 10 月 23 日上午，2020 科大讯飞全球 1024 开发者节在合肥开幕。作为科大讯飞举办的第四届 1024 开发者节，今天的大会比往年来得都早了一些。 「创业的过程就像是登山，我们只有胸怀登顶的梦想，一步一个脚印，踏踏实实地积累高度，最后才能登顶。而
近日，腾讯联合国家开放大学，为全国学生免费提供大数据、人工智能等丰富在线学习资源，满足学生们对前沿科技知识的兴趣，在“战疫”期间，也能在家实现自我提升。 此次在线学习资源均由腾讯课堂NEXT学院免费提供，内容既有面向零基础学员的大数据与AI入门课程，如Spark入门大数据、快速入门Hadoop、ASR 产品操作快速入门、语音合成技术历史等；也包含面向有基础的IT从业者的深度实战课程，如TensorFlow.js遇到小程序、Python实战热词唤醒、实战腾讯云语音合成技术等。可以满足不同学习者的多样需求
CCF-腾讯犀牛鸟基金于2013年由腾讯公司和中国计算机学会（CCF）共同发起，今年是基金发起的第10年。10年来，犀牛鸟基金致力于为海内外青年学者搭建产学合作创新的平台，推动科技在产业创新和社会发展中持续发挥价值。 本年度犀牛鸟基金设立12个技术领域共35项研究命题，我们将分7期对各项命题进行详细介绍，本文重点聚焦知识图谱与自然语言处理&语音技术领域，欢迎海内外优秀青年学者关注并申报。 6.知识图谱与自然语言处理 6.1 自然语言生成 自然语言生成是指在特定的交互目标下，根据给定的输入信息生成人类可读的自
随着互联网进步的脚步，很多人在短视频领域中都赚到了不少钱，于是也有很多小伙伴想入局。短视频的制作还是比较简单的，唯一有难度的就是配音问题。很多小伙伴苦恼自己的声音不好听，也不想给自己的视频配音，于是语音合成平台应运而生，解决了众多短视频自媒体记者的烦恼。那么语音合成开发平台有哪些？
无论是家用产品，还是室外公共设备，市场上带有语音提示和语音预警的产品也与日俱增，越来越受到消费者的青睐，语音功能让产品更智能，极大的增强了用户的产品体验。
机器之心原创 作者：李亚洲 近年来，随着深度神经网络的应用，计算机理解自然语音能力有了彻底革新，例如深度神经网络在语音识别、机器翻译中的应用。但是，使用计算机生成语音（语音合成（speech synthesis）或文本转语音（TTS）），仍在很大程度上基于所谓的拼接 TTS（concatenative TTS）。而这种传统的方法所合成语音的自然度、舒适度都有很大的缺陷。深度神经网络，能否像促进语音识别的发展一样推进语音合成的进步？这也成为了人工智能领域研究的课题之一。 2016 年，DeepMind 提
这的确是大势所趋，但比起匆忙加入浪潮，先看看手里有着怎样的牌，才能在这战场上打得更漂亮。
4 月 26 日，科大讯飞发布讯飞星火大模型 V3.5 的功能上新，其中一个重点就是面向用户各种场景中高效获取信息需求，发布首个长文本、长图文、长语音的大模型，能够支持文档、图文资料、会议录音等各种信息来源的快速理解和学习，还能够结合各种行业场景知识给出专业、准确回答。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
