隨著AI技術的成熟，人工智能應用的觸角已經深入到各個行業(yè)，得到廣泛的商業(yè)化落地，包括智慧金融、智慧教育、智能駕駛、物聯(lián)網等領域。其中，智能語音交互技術作為實現(xiàn)人機交流的重要載體，也進一步實現(xiàn)與各產業(yè)的深度融合。
為提升自身產品服務能力，降低語音技術使用門檻，幫助更多開發(fā)者快速搭建語音產品，今年4月，標貝科技面向企業(yè)和個人開發(fā)者推出智能語音平臺--標貝開放平臺，提供語音合成及語音識別服務。近日，標貝開放平臺再次完成功能升級，在提升整體視覺、交互體驗的基礎上，新增聲音復刻、聲音轉換兩大能力，以更豐富的商業(yè)化交互能力和個性化功能，推動智能語音交互場景落地。
兩大語音能力上線構建一站式平臺解決方案
據了解，標貝開放平臺是為開發(fā)者提供一站式語音技術方案支持，使用者不需要深入理解語音交互原理，通過簡單易用的SDK和API的接入，在管理平臺創(chuàng)建應用服務，即可靈活調用各項技術服務，進行個性化語音交互功能開發(fā)。最終實現(xiàn)降低產品開發(fā)成本，縮短開發(fā)周期，快速落地市場的目的。
技術賦能方面，標貝開放平臺的語音合成服務搭載了標貝科技現(xiàn)有的全域發(fā)音人模型，提供超過100個精品特色發(fā)音人選擇，充分滿足智能客服、媒體新聞、有聲閱讀、車載互聯(lián)、泛娛樂等領域語音需求。語音識別能力可以支持一句話識別、長語音識別、錄音文件識別，支持中文和英文兩種語言，在安靜環(huán)境下通用領域中文普通話識別率達97%以上，英文識別率超過95%。
為進一步豐富平臺技術能力，滿足更多合作伙伴的多樣化語音定制需求，標貝此次新上了聲音復刻、聲音轉換產品服務。聲音復刻是基于標貝語音合成拓展出的個性化應用，用戶只需要花費5分鐘錄制10個小片段，即可將自己的聲音復刻下來，最終的合成效果在聲音相似度、自然度等指標上均達到行業(yè)領先水平；聲音轉換則是在保留原說話人的語氣、語調、停頓的基礎上，將原說話人的聲音完美轉換成另一個人的聲音進行輸出。兩大語音能力均適用于故事創(chuàng)作、有聲小說、導航播報、創(chuàng)意配音等個性化定制場景。
值得注意的是，除了兩大語音能力上線，此次語音合成服務也進一步優(yōu)化，面向用戶開放站內試聽音色權限，用戶可以直接在線試聽多個發(fā)音人音色，然后根據需要選擇最終發(fā)音人。
深耕垂直領域賦能合作伙伴商業(yè)化提速
AI技術商業(yè)化應用推動了智能語音市場的迅猛發(fā)展，搭載語音助手的智能終端數(shù)量得到進一步增長。據統(tǒng)計，2020年我國智能語音助手市場規(guī)模達到241.1億元，同比上年增長50.0%。市場上的智能語音產品層出不窮，應用場景也越來越多樣化。
得益于多年深耕語音交互領域的技術優(yōu)勢，標貝科技智能語音交互方案已經成功在金融、教育、電商、媒體娛樂等多個行業(yè)落地。面對如此豐富的產品需求，標貝科技以一站式SaaS服務平臺的方式對外開放AI語音技術應用，推動語音交互技術以更便捷、更普惠的形式賦能企業(yè)和個人開發(fā)者，加速語音產品的落地。
上線不到半年，標貝開放平臺進行了多個版本迭代優(yōu)化，用戶體驗不斷提升。同時，通過前期的千元大禮包、萬元優(yōu)惠、精品音色贈送等多個扶持計劃，標貝開放平臺已經吸引了近萬名開發(fā)者注冊使用，在智能客服、有聲讀物、視頻軟件、線上金融等多個場景得到應用。
未來，標貝開放平臺將在領先的技術實力與豐富的產品化經驗雙輪驅動下，持續(xù)優(yōu)化服務能力，助力開發(fā)者以更低的成本，創(chuàng)造更大的商業(yè)化價值。
