思必驰TTS技术上线语音编辑功能

“苏州街站到了，请带好随身物品准备下车。”

“巴沟站到了，请带好随身物品准备下车。”

——地铁语音播报编辑站名

随着人工智能技术的发展，智能语音已融入我们日常生活的方方面面。在人机共生的智能时代，让人机交互更自然、更流畅一直是人类不断探索的目标。

近期，思必驰TTS技术上线语音编辑功能。语音编辑，即在一段语音中间插入语音内容，或根据之前的语音风格续写，使得插入或续写的语音内容与之前的语音风格完美融合，带给用户更自然、流畅的语音服务体验。该技术可应用于自媒体语音修正，轨交、电商、快递、银行等行业中的智能客服语音播报场景，目前，思必驰语音编辑支持中文语音编辑及英文语音编辑。

 

语音编辑，像文本一样修改音频

点击下方音频，感受思必驰优化后的语音编辑效果

普通语音编辑，手机号部分能听出明显差异

思必驰语音编辑，手机号部分与原有音频自然融合

日常生活中，如音频中所展示的智能客服已被广泛应用于快递、银行、电商等行业场景中，为行业降本增效带来显著作用。厂商通过语音编辑技术，仅需对固定话术中的人名、数字等变量进行替换，便可获得针对不同用户的差异性播报语音，批量通知用户，大大提高了生产效率。

在语音编辑过程中，最大的挑战就是如何使得编辑后的语音接近原有音频的自然和流畅。情感的细微差别、语调变化、节奏等稍有不连贯，听众便能从中听出明显的语音差异。因此，为了让此类编辑后的语音播报更自然，人类不断优化语音合成技术水平。

点击试听思必驰语音编辑续写后的文本

原有音频风格

后半句为根据原有音频风格进行编辑续写

思必驰对语音编辑技术优化更新，应用深度合成技术，基于大模型实现零样本高质量语音编辑，可对中英文语音进行插入文本、根据之前风格续写等操作。经思必驰语音编辑后的语音更流畅、更自然，带给用户媲美原声的听觉体验。 

 

适用各种场景，音频创作更高效

目前，语音编辑已经应用于快递、电商、银行等场景的智能客服以及自媒体短视频配音修正中，为各行各业带来更自然的语音服务。

智能客服固定话术修改变量

在快递、电商、银行、轨交等场景的智能客服中，常常需要用到固定话术，但与用户通话时，固定话术需要根据不同用户、场景对其中的变量进行修改。如：

应用场景

·张先生您好，请到楼下凭取件码123取件；

·王女士您好，您近日在我店铺购买的商品，如果满意请给5分好评；

·刘先生您好，您的信用卡还款日为8月15日，请记得及时还款；

·苏州街站到了，请带好随身物品准备下车；

·北京，天气晴转多云，气温25-30℃。

在此类语音播报中，应用思必驰语音编辑技术，可对固定话术中的人名、地名、数字、日期等变量进行编辑，从而快速获得接近原声的语音，满足不同用户、场景需求。

短视频修正录音口误

修正前音频

修正内容后音频

短视频博主在视频创作过程中，视频素材往往有口误、词不达意或冗余的内容，此时，重新对某一句话进行配音，则很难还原当时的环境音，出现该句配音与其他音频存在些许差异的情况。如果对视频一帧一帧进行修改，则需要花费大量时间。在修改音频时，使用思必驰语音编辑技术，可对个别字词及冗余内容进行替换，替换后的字词可完美融入之前的语音环境，降低语音编辑前后的差异性，获得更自然、流畅的语音。

为了保证语音编辑技术合法使用，思必驰可通过声纹识别对用户上传的公众人物、敏感话题等音频进行屏蔽，拒绝编辑合成，保证技术安全。

除语音编辑外，思必驰声音复刻、本地合成、情感音色合成等多项语音合成技术都迎来更新，敬请期待！

未来，思必驰将基于DFM-2大模型，结合语音合成技术进行技术联动，为智能汽车、智能家居、消费电子，以及金融、轨交、政务等数字政企行业场景客户带来更加自然、流畅的语音交互服务。

 

        审核编辑：彭菁