《文语转化系统(tts)建议书》由会员分享,可在线阅读,更多相关《文语转化系统(tts)建议书(22页珍藏版)》请在金锄头文库上搜索。
1、 第 1 页 共 23页目目 录录1 1、引言、引言 .4 41.1 背景说明 .412 项目说明 .513 参考资料 .51.4 词语及缩写.515 建设目标.52 2、系系统统总总体体概概述述.6 62.1 系统概述.622 系统功能 .8221 文本转语音 .8222 多种数据库访问.8223 多种语音平台互联.9224 高效管理 .923 系统结构.113 3、系统功能、系统功能 .111131 数据查询与数据组织 .1132 文语转换和语音文件生成 .1233 TTS处理功能 .1234应用编程接口 .134TTS应用特性 .145 5、可开放的业务市场、可开放的业务市场 .1616
2、51 按照行业划分 .1652 按照业务划分为:.166 6、系统配置、系统配置 .161661处理单元的配置计算 .1662存贮总容量的计算方法: .177.7. 设备配置和报价清单(人民币元)设备配置和报价清单(人民币元) .18188 8结束语结束语 .1919附件:附件: .20201、引言1.11.1 背景说明背景说明数字化信息以及传播数字化信息的网络(特别是 Internet)正在改变人们的生活方式和工作方式。众所周知,通过信息网络,用户可以获得非常丰富的信息,可以享受到丰富的信息服务,可以自由地寻找任何自己感兴趣的信息。任何一个获取数字化信息的产品、提供数字化信息的服务和传播数字
3、化信息的媒介都因此变得越来越重要。信息服务在作为第三产业发展最快的行业之一,因其包含极丰富的信息以及方便快捷的信息查找而被全世界认同,并得到了迅猛的发展。为了利用现有的可以进入千家万户的电话网络作为信息查询的终端,将大量的数据库文件和文本文件自动转化成语音文件,提供更为广泛的信息咨询服内容。电话访问 WEB 站点和 E-MAIL 信息是一个面向大众提供企(事)业单位基本信息的大型资料库,其内容十分丰富,用户可以通过多种方式查询到感兴趣单位的信息,是企业面向市场、面向大众提供优质服务的增值服务。电话查询 WEB 信息和 E-MAIL 信息只能通过 168 台进行,所以对大部分企业用户来讲,文本资
4、料要首先录制成语音文件,然后才能提供服务,效率低、存储空间大,维护十分复杂,扩充困难。在此前提下,如果使用全中文的自动文语转化系统,可以实时地将文本文件连续地通过语音卡向用户提供语音信息。用户可以十分方便且快捷地查询到自己感兴趣的信息,从而实现信息的价值。由于文语转化系统提供了实时转化的功能,不仅节省了语音文件的空间 1000 多倍,而且解决了一些无法进行实时录音的功能,减轻了工作量,提高了实时性(信息的时效性) 。1 12 2 项目说明项目说明本项目名称为“TTSTTS系统(产品)项目开发” ,所要开发完成的系统名称为“TTSTTS系统(产品) ” 。1 13 3 参考资料参考资料1)TTS
5、TTS产品的产品可行性分析TTSTTS产品组。2)语音编码与文语转化关键技术研究TTSTTS产品组。1.41.4 词语及缩写词语及缩写TTSTTS - TEXT TO SPEECH1 15 5 建设目标建设目标系统是一个完整的平台,可以支持多种数据库和文本文件的同时访问,可以与 160、163、168、169 等网络进行互联。系统能提供集中式的文语转换功能、全文检索功能、格式转化功能,数据库访问功能、以及二次开发功能等。首期提供以下功能:1、168 读取 E-MAIL 详细信息功能,并能语音回复功能2、168 听取股票行情及趋势分析预测功能3、168 自动播放动态信息功能(如天气预报、节目预告
6、、动态航班等)4、168 听取其他数据库功能,如 114 反查询、法人信息查询等5、专项应用系统,如游戏节目中的自动语音提示等6、168 听取 HTML 页面信息等。2、系统总体概述2.12.1 系统概述系统概述所谓文语转换技术(Text-to-Speech,简称TTSTTS)指的是计算机自动地把给定的文本信息转换成语音的过程。文语转换是复杂的语音处理技术,是涉及语音学、语言学、数字信号处理和计算机科学等领域的多学科综合性技术。文语转换技术把可视的文本信息转换为可闻的声音信息,其应用范围非常之广,如文本的有声校对,残疾人的辅助发音,报纸的机器阅读,机器翻译等等。因此,文语转换技术,作为一项理论
7、性和实用性都很强的技术,倍受重视,在近十几年内得到了迅速发展,目前已接近达到了实用化的水平,并在市场上获得成功。TTSTTS技术和理论在不停地发展,其核心是如何提高合成语音的清晰度和自然度,以及文本处理的智能特性。另一方面, TTSTTS技术的应用也在不断深化,从计算机终端应用,如编辑文本的校对,发展到通信网环境。众所周知,通信网是不同媒体信息存储、交换、传输的载体和工具,由于网络的覆盖面非常广阔,所以,借助于TTSTTS技术,把文本信息转化为语音信号,在电信网传播,使用户利用电话终端就可以听取文本所携带的信息,对通信业务经营者和广大用户而言,都是很必要的。例如,传统的 160,168 等信息
8、服务业务都是用人的录音或业务员来应答用户的信息查询,信息的维护不方便,影响服务质量。传统的电子信函(E-mail)业务,都是利用计算机终端来接收的。如果能够利用更普及的电话终端来“听一听” (而不局限在利用计算机的屏幕来“看一看” )发信人说的是什么,该是多么地生动和方便!另外,对于数据库存取业务而言,如邮电、银行、税务的智能网业务标准里甚至把TTSTTS技术和 ASR 技术(自动语音识别)列为标准。在通信网环境里, TTSTTS技术不但对技术开发商很重要,对业务运营方也同样如此。传统的计算机语音集成应用系统,消息的组织和维护都是由人来完成的,工作繁琐,维护不便,占用存储资源多(以语音的 AD
9、PCM 编码为例,一秒的语音需 4K 字节的存储,而以人说话速度为 5 字/秒来计算,采用TTSTTS技术只需 10 个字节) 。正因为这些原因,众多厂商和研究机构积极开展通信网环境下的TTSTTS技术的研究和开发,包括美国的 Lucent、 Dialogic、 Centigram, VCS 和 Lernaut & Hauspie 等公司。TTSTTS是一个专业级的中文(中/英文)全文检索系统,检索功能与检索效率与国内外的软件相等,TTSTTS所处理的资料以文本文件的资料为主,对资料库的定义与定位与国内外的知名的资料库检索系统相似,所以功能十分强大。TTSTTS是中国人根据自己的语音特色和规律
10、开发出来的,其发音的准确率和阅读的易懂性已经达到商业化。在TTSTTS核心技术的基础上,我们增加了全文检索功能、数据库访问功能、E-MAIL读取功能和详细的档案管理功能等,使之成为平台,用户可以在平台的基础上,十分简单地增加新的业务,将新的服务轻松地在平台上得以实现。二次开发的时间很短,开发效率的提高是看得见的。由此可见,文语转换,作为一项新兴技术,把它嵌入在通信网环境,对于开展增值业务,更新传统业务的实现方式,都很必要。2 22 2 系统功能系统功能产品系统主要提供文本文件实时转换为语音文件格式,提供给语音卡放音。同时提供各种数据库的数据访问接口、与现有语音系统的连接接口、高效的语音格式转化
11、等功能。系统由于采用了纯软件TTSTTS的解决方案,所以在价格低廉、功能齐全、扩充容易、维护简单等特点。每台处理机可以同时处理 16 路语音的文语转化,并可以简单地升级和积木式扩容。文语转化提供的最终语音文件是目前我国最佳的语音方案之一,具有国际 90 年代先进水平的语音编码技术,可以保证播放质量和播放效果。文本识别率、多音多义分析等功能均达到了实用的水平,并已经实际投入商用。基本功能具有 4 大功能:221 文本转语音主要提供将文本文件实时地转换成标准的语音文件,送到语音平台指定的目录下,由语音平台按照文本对应的语音文件进行放音。由于采用大量的预处理功能,使得文语转换后的语音文件能够容易被人所听懂,且避免了大量语音文件的占用空间。222 多种数据库访问通过与 WEB-HTML、E-MAIL、DBF、BETRIEVE、SQL SERVER、SYBASE、ORACLE、INFORMIX、EXCEL 等数据的实时相连,可以快速从数