淺析語(yǔ)音芯片與語(yǔ)音合成芯片的異同
舉例而言,當(dāng)用戶需要最終開(kāi)發(fā)的語(yǔ)音終端,進(jìn)行大量的不同語(yǔ)音實(shí)時(shí)提示時(shí)--比如檢測(cè)油量車速等功能的車載儀表,需要對(duì)當(dāng)前的油量,車速進(jìn)行實(shí)時(shí)的報(bào)告;或者類似GPS導(dǎo)航,提示現(xiàn)在是位于XX街道,當(dāng)前路面上規(guī)定的車速是什么時(shí),也許語(yǔ)音芯片的研制企業(yè)宣稱沒(méi)有問(wèn)題,但對(duì)不同省市的不同街道,它就沒(méi)轍了,這就必須使用語(yǔ)音合成芯片。語(yǔ)音芯片的使用,是在比較固定和較少的語(yǔ)音信息提示時(shí)使用的,例如說(shuō):這個(gè)芯片是用在某路公交車手動(dòng)報(bào)個(gè)站,或者說(shuō)火災(zāi)來(lái)的時(shí)候發(fā)出報(bào)警聲音,這時(shí)候使用語(yǔ)音芯片很合適的。這樣您就能知道,您到底需要什么類型的芯片了。
接下來(lái)可以對(duì)它們做比較正式的定義了。所謂語(yǔ)音芯片,是指將語(yǔ)音信號(hào)通過(guò)采樣轉(zhuǎn)化為數(shù)字,存儲(chǔ)在IC的ROM中,再通過(guò)電路將ROM中的數(shù)字還原成語(yǔ)音信號(hào)。所謂語(yǔ)音合成芯片,又稱中文TTS芯片,是指一種專業(yè)的語(yǔ)音芯片,它可以通過(guò)串行通信接口如UART和SPI等方式,與主控CPU進(jìn)行數(shù)據(jù)通信,接收CPU傳送的文本信息,并將文本信息,轉(zhuǎn)化成合成語(yǔ)音的方式,驅(qū)動(dòng)發(fā)聲器發(fā)聲,其特點(diǎn)是:高集成度,內(nèi)置中文TTS功能,帶串行通信接口以及需要一定的外圍電路的支持。
從使用方法來(lái)看,語(yǔ)音芯片的主要使用方式是先對(duì)其進(jìn)行錄音,錄音完成燒錄后再來(lái)對(duì)其使用。而語(yǔ)音合成芯片只需要上位機(jī)通過(guò)串行通信對(duì)其發(fā)送一段文本信息,再將文本信息轉(zhuǎn)化為語(yǔ)音信號(hào)。從使用上來(lái)看,由于語(yǔ)音芯片所記錄的提示語(yǔ)音段長(zhǎng)度受限,在只需要少量提示語(yǔ)音、并且可以大規(guī)模應(yīng)用的場(chǎng)合下,則適合使用語(yǔ)音芯片,因其成本不高;缺點(diǎn)則是需預(yù)錄制語(yǔ)音、需重新燒錄、需校驗(yàn),這對(duì)于許多研發(fā)企業(yè)而言,其實(shí)是十分煩難的—尤其是當(dāng)這些研制出的語(yǔ)音終端,賣到不同的用戶,就需要使用不同的語(yǔ)音錄制文件時(shí),將消耗研發(fā)人員大量的寶貴成本。語(yǔ)音合成芯片,則可以靈活的使用上位機(jī)提供的文本信息,就可自動(dòng)的轉(zhuǎn)化為輸出聲音,從而在智能化人機(jī)交互方面產(chǎn)生大量的應(yīng)用,缺點(diǎn)是智能分析能力不能達(dá)到100%的正確語(yǔ)音發(fā)聲(自然度跟人聲相比還是略有差別)且成本較普通的語(yǔ)音芯片略高。
從語(yǔ)音合成芯片的定義上就能知道,它屬于一種高端的語(yǔ)音芯片,是一種采取了語(yǔ)音合成技術(shù)的、截然不同的智能芯片,它內(nèi)置了中文TTS軟件或語(yǔ)音合成軟件核心。從未來(lái)的市場(chǎng)發(fā)展和用戶體驗(yàn)要求上來(lái)看,也許將有一天語(yǔ)音合成芯片終將取代語(yǔ)音芯片如今的地位,當(dāng)然需要很長(zhǎng)的時(shí)間,或者最終二者合二為一也不一定?,F(xiàn)在只能說(shuō),未來(lái)的語(yǔ)音合成芯片合成效果自然度將更高,成本將更低廉,控制更方便以及面向多語(yǔ)種化。
評(píng)論