文/李粤

2018年1月22日，世界首部利用人工模拟人声的纪录片《创新中国》在中央电视台的纪录片频道播出。这部名为《创新中国》的纪录片最特别的部分在于解说词部分全程运用人工智能配音，“重现”了已故配音大师李易的声音。由于以前和李易老师有过多次广告合作，对李易老师的声音非常熟悉。这次听到人工智能合成的李易老师的解说词，只能用震惊来形容，不但那雄浑深沉的音色完全就是李易老师本人，而且每个呼吸，口气都那么自然，眼前立刻再现了李易老师在话筒前娓娓道来的画面。前几年还生硬的一个一个蹦字的语音合成技术短短这么几年就达到了几乎以假乱真的效果，不得不感叹科学技术的发展真是日新月异，同时又不禁思考这几乎以假乱真的语音合成技术对以声音为主要传播方式的广播电台又会带来什么影响呢？

首先简单介绍一下语音合成技术。语音合成技术又叫文语转换(TEXT-TO-SPEECH)j简称TTS技术。隶属于语音合成，它是将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的口语输出的技术。我们最熟悉的高德地图导航里的林志玲的声音，就是通过语音合成技术生成的。首先，科大讯飞采集一些林志玲的音频，然后输入文本并按照词典规则对文本进行语言处理，模拟人对自然语言的理解过程，如文本规整，词的切分，语法和语义分析，使得计算机可以对输入的文本完全理解，并给出后续步骤的各种发音提示。……