- 综合排序
- 最热优先
- 最新优先
自动语音识别（ASR）与文本转语音（TTS）技术的应用与发展
如果你对Web安全感兴趣，或者想要提高你的Web应用程序的安全性，我强烈推荐你阅读这篇文章。它不仅能够提供实用的技术知识，还能帮助你更好地理解安全领域的法律和道德规范。 近年来，语音技术在人工智能领域的发展极为迅速，语音识别（ASR）和文本转语音（TTS）作为两项重要的核心技术，被广泛应用于智能助手、客户服务系统、翻译设备以及教育平台等多个领域。 ASR 的应用场景随着深度学习和大数据技术的进步，ASR 技术的应用范围越来越广泛，以下是几个典型的应用场景：智能助手：如 Siri、Google Assistant 等智能助手，通过 ASR 技术实现了与用户的自然语言交互 TTS 的应用场景TTS 技术的应用涵盖了多个领域，以下是一些典型的应用场景：智能音箱：智能音箱如 Amazon Echo、Google Home 等，利用 TTS 技术可以向用户反馈天气、新闻、音乐推荐等内容 ASR 和 TTS 的技术发展随着深度学习技术的发展，ASR 和 TTS 在近年来取得了显著进展：深度学习模型的引入：ASR 和 TTS 都受益于深度神经网络的发展。
1.5K10编辑于 2024-11-16- 来自专栏大模型应用
大模型应用：一文读懂TTS技术应用：基础入门到实战的全场景指南.18
一、前言 在人工智能与语音交互技术飞速发展的今天，TTS（Text-to-Speech，文本转语音）已渗透到生活与工作的方方面面。 从手机导航的语音播报、智能音箱的对话反馈，到有声书制作、企业客服语音提醒，TTS技术以“让文字开口说话”的核心能力，大幅提升了信息传递效率与用户体验。 今天我们从TTS技术基础入手，详解主流实现方案，结合丰富实操示例，覆盖从入门到进阶的全场景应用，帮助读者快速掌握TTS技术的使用方法。二、TTS基础1. 三、入门级应用初次接触，我们先做一些基础示例体验，优先从“零配置、低门槛”的方案入手，快速体验TTS核心功能。 随着技术的发展，TTS 与 AI 大模型、语音识别等技术的结合将更加紧密，未来在智能客服、虚拟人、元宇宙等领域的应用将更加广泛，值得持续关注与探索。
41132编辑于 2026-02-15 - 来自专栏AI技术体系搭建过程
数字人关键技术2：TTS文本转语音
使用场景在数字人领域，TTS（文本转语音）是数字人与用户实现自然、流畅语音交流的核心能力。TTS技术赋能数字人具备“发声”能力，实现文字到语音的无缝转化。使用场景主要包括：1. 多语言和方言支持 TTS技术支持多语言和多方言合成，助力数字人实现跨区域、跨文化的无障碍沟通，适应全球化市场需求。1 什么是TTS ? TTS（Text-to-Speech，文本转语音）是一种将文字信息转换为自然流畅语音的技术。它让机器“说话”，被广泛应用于导航播报、智能客服、无障碍辅助、电子阅读等场景。 ESPnet-TTS 集成多种先进模型，适合科研与工业应用，支持多说话人和多语种。4. Festival 传统开源框架，轻量级，支持文本到语音转换，适合嵌入式和低资源场景。5. 通过介绍和示例，相信你已具备入门TTS技术的基础，期待你能在实际数字人项目中灵活应用，打造出更加智能和贴心的语音体验。
78310编辑于 2025-09-15 - 来自专栏目标检测和深度学习
字节跳动Seed-TTS：AI语音合成技术的革命
hi，小伙伴们，今天的主题是研究研究TTS，最近工作内容涉及到AI视频混剪，需要进行音色合成，看一下市面上效果好又花钱少的相对成熟技术薅羊毛！ 今天的几个内容都是和TTS相关，如果大家有更多推荐的也欢迎大家留言推荐～ 在人工智能的浪潮中，文本转语音（TTS）技术正变得越来越重要。 而字节跳动的Seed Team，通过其Seed-TTS模型，将这一技术推向了新的高度。 什么是Seed-TTS？ Seed-TTS是由字节跳动Seed Team研发的一系列TTS模型。 说话人微调：通过微调，Seed-TTS能够更准确地模仿特定说话人的声音特性。 应用场景 Seed-TTS的应用场景广泛，包括但不限于个人智能助理、视频游戏配音、有声书制作、跨语言TTS、语音转换等。 未来展望 随着技术的不断进步，Seed-TTS有望在更多领域发挥重要作用，为人们提供更加丰富、自然的语音交互体验。
2.2K10编辑于 2024-07-12 - 来自专栏TechLead
大模型应用曙光 - 10X压缩技术
拥有10+年AI领域研究经验、复旦机器人智能实验室成员，国家级大学生赛事评审专家，发表多篇SCI核心期刊学术论文，上亿营收AI产品研发负责人。 如何在不牺牲性能的情况下将大语言模型缩小十倍？ 虽然LLM的巨大规模赋予了它们在各种用例中的出色性能，但这也在其应用于现实世界问题时带来了挑战。在本文中，我将讨论如何通过压缩LLM来克服这些挑战。 三种压缩模型的方法 模型压缩有多种技术。这里我将重点介绍三种广泛使用的类别。 两类常见的量化技术是后训练量化（PTQ）和量化感知训练（QAT）。 最近的蒸馏应用完全摒弃了logits的需求，而是通过教师模型生成的合成数据进行学习。
48510编辑于 2024-09-24 - 来自专栏思谱云汇人工智能
智能语音机器人小知识（5）--什么是TTS技术？
TTS语音合成技术即将覆盖国标一、二级汉字，具有英文接口，自动识别中、英文，支持中英文混读。 现在的TTS应用包括语音驱动的邮件以及声音敏感系统，并常与声音识别程序一起使用。 TTS所用的关键技术就是语音合成(SpeechSynthesis)。 早期的TTS一般采用专用的芯片实现，如德州仪器公司的TMS50C10/TMS50C57、飞利浦的PH84H36等，但主要用在家用电器或儿童玩具中。 TTS2.jpg TTS在CTI的应用中的基本构架 在一般的CTI应用系统中，都会有IVR（交互式语音应答系统）。
4.4K40发布于 2019-05-24 音乐背景如何推动多语言TTS技术研究
音乐背景如何推动多语言TTS技术研究 一位从事多语言文本转语音（TTS）研究的科学家利用其音乐背景帮助寻找创新解决方案。 TTS是一个混合学科——不仅仅是工程或纯技术——Sanchez表示她的音乐背景使她能够以独特的方式寻找新颖解决方案或看待问题。 将音乐与技术联系起来 在西班牙巴塞罗那接受音乐强化教育的Sanchez，15岁时就开始考虑大学，她想找一个与音乐相关的学位课程。 当时，她专注于音乐及其如何应用于机器学习。她的一位教授正在研究创建一种可以通过不同方式调制以听起来更人性化的声音，结合语言和技术元素。 Sanchez表示，她的工作也受到她阅读技术伦理的影响，特别是Cathy O'Neil和Caroline Criado Perez作者的著作。 "提供更多语音选项很重要，"她说。"
23310编辑于 2025-09-18- 来自专栏Python疯子
Python：TTS语音合成技术，市场各大平台对比以及实现
TTS 前景提要：在线的实时合成TTS技术，巴拉巴拉... 此处省略3千字 市场的TTS平台：讯飞语音，百度智能语音开放平台，阿里云，腾讯云，思必驰，捷通华声(灵云)等。 TTS的合成简单来说就三大步： 1️⃣创建应用 2️⃣发起请求 3️⃣解析音频数据，合成音频文件 咱们废话不说一个一个来： 一、讯飞，音频届的老大哥 支持多种语言开发，选择适合自己的，我这里选的是 WebAPI： 多种语言开发 01、创建应用 创建应用 说明： 1和3： 是在代码中具体使用到的 鉴权码 2：表示试用期间的每天使用次数 4：请求IP要添加白名单，不添加白名单会请求失败 5：可以选择不同的发音人 10:10:11" data = request_data + "应用参数" md5 = hashlib.md5() md5.update(data.encode('utf- 15:] # 写入文件生成音频 save_wav(bytes(ret), "aasdasd.mp3") 没有python示例代码，返回参数比较变态，解析出音频耗了我大量时间(因为我技术不佳
4.4K30发布于 2019-03-15 深度解析：语音转换与数据增强的TTS前沿技术
论文将该问题重新定义为学习一个语音转换模型，该模型应用于高质量TTS模型的输出。这是对现有少样本TTS范式的概念性转变。 其核心思想是：对于少样本学习，将现有高质量TTS模型输出的语音谱图，适配到新的目标语音，比直接调整模型本身更容易。关键在于，“语音过滤器”是在TTS模型自身生成的合成数据上进行训练的。 其思路是：首先训练一个语音转换模型，将其他语音中的富有表现力的语音样本转换为目标语音，然后将转换后的语音作为TTS模型的额外训练数据。该TTS模型接收两个输入：文本序列和风格向量。 《使用标准化流进行文本无关的非平行多对多语音转换》在这篇论文中，某中心TTS团队将标准化流的概念（已广泛应用于TTS）应用于语音转换问题。 流程将输入映射到特定应用域中的音素频率分布。通常，标准化流会从训练数据中同时学习分布和映射。但在这里，研究人员先在标准TTS任务上对流程进行预训练（该任务数据充足），以预先学习分布。
22610编辑于 2025-12-17TTS-1技术报告：基于Transformer的文本转语音模型
TTS-1技术报告我们介绍了Inworld TTS-1，这是一组两个基于Transformer的自回归文本转语音(TTS)模型。 我们最大的模型TTS-1-Max拥有88亿参数，专为要求苛刻的应用场景提供最高质量和表现力。TTS-1是我们最高效的模型，具有16亿参数，专为实时语音合成和边缘设备用例而构建。 通过扩展训练计算量并应用语音语言模型(SpeechLM)组件的预训练、微调和RL对齐的序列化流程，这两个模型在各种基准测试中都实现了最先进的性能，仅依靠说话者语音的上下文学习就展现出卓越的质量。 Inworld TTS-1和TTS-1-Max能够以低延迟生成48kHz高分辨率语音，支持11种语言，并通过音频标记实现精细的情感控制和非语言发声。我们还以MIT许可证开源了训练和建模代码。 技术细节模型架构：基于Transformer的自回归模型参数量：TTS-1-Max(8.8B)/TTS-1(1.6B)采样率：48kHz高分辨率音频支持语言：11种特色功能：音频标记控制、情感表达、非语言发声训练流程
53810编辑于 2025-07-30- 来自专栏云原生技术社区
10大K8s应用安全加固技术
本文译自 Top 10 Kubernetes Application Security Hardening Techniques[1]。 作者：Rory McCune 将应用部署到K8s集群时，开发者面临的主要挑战是如何管理安全风险。快速解决此问题的一个好方法是在开发过程中对应用清单进行安全加固。 本文，将介绍10种开发者可以对应用程序应用加固的方法。 以下技术允许在开发过程中测试强化版本，从而降低在生产环境中应用的控件对运行工作负载造成不利影响的风险。 一个好的加固步骤是仅允许应用程序特别需要的能力。如果你的应用程序设计为以非root用户身份运行，那么它根本不需要任何能力。 这可能会让那些在发现应用漏洞后试图在容器中安装工具的攻击者感到沮丧。 与此设置有关的一个常见问题是如何处理应用程序进程运行时需要的临时文件。
99050编辑于 2022-08-12 - 来自专栏机器之心
语音生成的「智能涌现」：10万小时数据训练，亚马逊祭出10亿参数BASE TTS
在最近的一项研究中，亚马逊正式推出了 BASE TTS，将 TTS 模型的参数规模提升到了前所未有的 10 亿级别。 ：https://arxiv.org/pdf/2402.08093.pdf BASE TTS 是一个多语言、多说话人的大型 TTS（LTTS）系统，在约 10 万小时的公共领域语音数据上进行了训练，比此前的训练数据量最高者 本文的主要贡献概述如下： 1、提出了 BASE TTS，这是迄今为止最大的 TTS 模型，具有 10 亿参数，并在由 10 万小时公共领域语音数据组成的数据集上进行了训练。 通过音频编解码器对语音进行离散化是设计的核心，因为这样就能直接应用为 LLM 开发的方法，而 LLM 正是 LTTS 最新研究成果的基础。 研究者应用了额外的损失函数来促进说话人的分离，并使用字节对编码（BPE，Byte-Pair Encoding）压缩生成的语音代码，以减少序列长度，从而使得能够使用 Transformer 对较长的音频进行建模
46310编辑于 2024-02-26 - 来自专栏肉眼品世界
2022年基础设施行业10大技术应用趋势
随着行业的变化和数字化技术的持续推进，2022年基础设施和AEC行业将出现以下10大战略技术趋势： 1. 对于内部企业流程，AI/ML将应用于各种用例，如赢亏分析、工单跟踪、合同工作流程以及智慧营销（MarTech）等。 2. 据悉，ICON等龙门系统可以以每秒5-10英寸的打印速度打印高达3,000平方英尺的房屋。 此外，我们还将看到这项技术在实现可持续性、弹性和能源效率等社会目标方面发挥更大作用。 10. 区块链 就行业用例而言，在建筑环境中，区块链可能是最不为人知的，因此经常被忽视。 总体而言，当上述技术相互结合应用时，将助力城市基础设施建设在持续不断的数字化浪潮中做出响应，实现经济增长、安全高效、包容流动等发展目标。
65930编辑于 2021-12-10 - 来自专栏开发运维工程师
技术应用｜用于 REST API 开发和测试的 10 大工具
前言用于 REST API 开发和测试的 10 大工具这些工具将在基于 REST 的项目（如设计、开发、测试和文档）的每个阶段为您提供帮助。 下面来学习下每个 REST 开发人员都应该学习的 10 个有用工具。1. Burp简介：Burp是一个使用Java编写的Web应用程序的集成测试框架。它可以帮助测试人员检查应用程序中的漏洞，并提供了一系列工具来模拟攻击以发现潜在的安全问题。 使用Apifox可以高效地进行接口管理、开发、测试全流程集成，主要使用受众为整个研发技术团队，主要使用者为前端开发、后端开发和测试人员。 我正在参与2023腾讯技术创作特训营第三期有奖征文，组队打卡瓜分大奖！
2.7K00编辑于 2023-11-30 - 来自专栏新智元
福布斯：10项最火的人工智能技术应用
Forrester 刚刚发布了一份针对人工智能的技术雷达（TechRadar）报告，这是面向应用开发专家的报告，详尽地分析了企业应该考虑用于支持人类决策的13项技术。 基于Forrester 的分析，以下是我列出的10项最热门的人工智能技术： 1.自然语言生成 从计算机数据中产生文本。目前用于客服、报告生成和提取商业情报和洞见。 2.语音识别 将人类语音转录和转换为对计算机应用可用的格式。目前用于交互式语音响应系统和移动应用。 这是一项成熟的技术，被广泛地用于企业应用，帮助或者执行自动决策。 今天 AI 技术当然能带来很大的商业利益，但根据 Forrester 去年进行的一项调查，那些还没有采用 AI 技术的公司表示，AI 技术的采纳还存在以下障碍： 没有特定的商业应用案例：42% 不清楚AI
1.3K110发布于 2018-03-27 - 来自专栏AI科技时讯
2024年身份验证技术应用10大关键趋势
比如，苹果的Face ID和Touch ID已经成为生物识别验证的典型应用。 安全令牌：通过USB密钥或智能卡生成一次性代码，与系统交互进行验证。 一次性密码（OTP）：通过手机短信或专用应用生成短期有效的验证码，进一步增强了验证的安全性。 2. 导航模式：监控用户在应用或网站上的浏览习惯，从而验证其身份。 3. 社交媒体授权登录 社交媒体授权登录通过允许用户使用现有的社交媒体账户（如微信、抖音等）登录到其他系统，极大地简化了身份验证流程。 优势包括： 便捷性：用户无需为每个应用创建和记住新的凭据，只需点击几下即可完成登录。 验证信息：社交媒体平台通常会提供经过验证的身份信息，减少虚假账户的风险。 10. 人工智能和机器学习驱动的身份验证 人工智能（AI）和机器学习（ML）正在改变身份验证领域，通过动态分析和预测用户行为，提高安全性并简化验证过程。
90610编辑于 2024-09-10 - 来自专栏GPUS开发者
NVIDIA NeMo 发布 T5-TTS：文本转语音技术的重大突破
NVIDIA NeMo是一款由NVIDIA开发的开源框架，主要用于构建和训练先进的对话式AI模型,NVIDIA NeMo 近期发布了 T5-TTS 型号，标志着文本转语音（TTS）技术的重大进步。 然而，与在文本领域的应用类似，语音 LLM 也面临着幻觉挑战，这可能会阻碍其在现实世界中的部署。 T5-TTS 模型概述 T5-TTS 模型利用编码器-解码器转换器架构进行语音合成。 这些不准确可能会影响 TTS 系统在辅助技术、客户服务和内容创建等关键应用中的可靠性。 T5-TTS 模型通过更有效地将文本输入与相应的语音输出对齐，显著减少了幻觉问题。 应用单调对齐先验和连接主义时间分类（CTC）损失，使得生成的语音与预期文本紧密匹配，从而产生更可靠、更准确的 TTS 系统。与其他开源模型相比，T5-TTS 在单词发音方面的错误显著减少。 其创新的学习稳健文本和语音对齐方法为该领域树立了新的标杆，有望改变我们与 TTS 技术的互动方式并从中受益。
75010编辑于 2024-07-15 - 来自专栏TDSQL-C
【腾讯云 HAI 域探秘】10 分钟构建一个多音色控制的 TTS 引擎
高性能应用服务 HAI 产品介绍高性能应用服务（Hyper Application Inventor，HAI）是一款面向 AI 和科学计算的 GPU/NPU 应用服务产品，提供即插即用的强大算力和常见环境 高性能应用服务 HAI 相比传统 GPU 云服务器的主要区别和优势请参考下表：功能类别GPU 云服务器高性能应用服务 HAI交付形态基础的虚拟机即插即用的应用机型选择需要了解 GPU 型号，自行选择合适机型 申请高性能应用服务 HAI点击链接进入 高性能应用服务 HAI 申请体验资格等待审核通过后，进入 高性能应用服务 HAI点击 前往体验 HAI，登录 高性能应用服务 HAI 控制台点击 新建 选择 AI pytorch_model.bin│ └── vocab.txt├── outputs│ ├── README.md│ ├── configuration.json│ ├── prompt_tts_open_source_joint --logger.level debug启动命令中的 6889 端口是 HAI 默认开放的端口之一，如果修改了启动命令中的端口，需要手动配置 HAI 的安全组策略，将服务端口放行运行类 OpenAI TTS
1K20编辑于 2023-12-14 - 来自专栏心源易码
【AI落地应用实战】文本生成语音Parler-TTS + DAMODEL复现指南
Parler-TTS 能够将输入的文本转化为逼真的语音，适用于各种语音生成应用场景，如虚拟助理、有声书、语音生成内容等。 一、Parler-TTS简介1.1、TTS 模型传统的 TTS 模型在处理语音合成时，通常依赖大规模的语音数据集，并采用人类标注的音素、音节等细粒度信息。 与其他TTS模型不同，Parler-TTS是一个完全开源的项目，包括数据集、预处理、训练代码和权重，均在宽松的许可下公开发布，鼓励社区在此基础上进一步开发和创新。 其主要特点有：多语种支持：Parler-TTS 具备多种语言和方言支持，可以合成不同语种的语音，这让它在跨语言应用中具有很高的实用性。 /parler_tts_mini_v0.1").to(device)tokenizer = AutoTokenizer.from_pretrained("parler-tts/parler_tts_mini_v0.1
1.2K00编辑于 2024-11-12 - 来自专栏机器之心
ACL 2025 高分接收 | 高感情语音技术：逻辑智能小语种TTS破局之道
语音合成（TTS）技术近十年来突飞猛进，从早期的拼接式合成和统计参数模型，发展到如今的深度神经网络与扩散、GAN 等先进架构，实现了接近真人的自然度与情感表达，广泛赋能智能助手、无障碍阅读、沉浸式娱乐等场景 面对这一挑战，逻辑智能团队提出了一种针对低资源语言 TTS 的解决方案并应用于泰语 TTS 合成，该工作已经被 ACL 2025 Industry track 正式接收！ 此外，该框架还具备 zero-shot 声音克隆的能力，展示了优异的跨场景适用性，为行业提供了一种在数据稀少环境下高效构建小语种 TTS 系统的有效范式，对推动全球小语种 TTS 技术的落地与普及具有重要的启示和借鉴意义 ，兼顾通用合成与专业术语发音； 文本数据——100 万句句子语料用于训练 Phoneme-Tone BERT 提升上下文韵律建模，10 万词词表用于训练分词器，解决泰语无空格书写难题； 注释数据——1.5 地化解泰语文本的无标点、无空格、声调复杂三重难题： 首先通过 SFT 微调的 Typhoon2 LLM，对 1.5 万句人工标注语料学习停顿规律，在原始文本中智能插入停顿标签以更好地建模口语韵律； 随后在扩充至 10
66610编辑于 2025-05-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号