計算機科研課題推薦：基于神經網絡的語音合成，帶你入門科研

外祖母一直是個倔強的小老太太，家里人怎么勸都堅決不放棄自己的粉紅翻蓋手機，可是隨著疫情不斷反復，沒有健康碼連菜市場都進不去的外祖母終于急了，終于換上了智能手機。

自從小輩們教會外祖母使用微信，顧及到老太太的老花眼，發語音就成了家族群的常態。

老太太一發就是一長串，有時候出門在外，難免會有不方便聽的時候。每每此時，大家就不禁感嘆微信的語音轉文字功能是多么便捷。

文字、語音都是為交流服務的，而科技的進步也讓交流變得更加快捷。在語音轉文字、文字合成語音等“黑科技”的背后，蘊含著哪些巧妙、實用、改變人們生活的技術呢？這些源自生活的研究，能否為中學科研帶來靈感呢？

社恐福音：語音轉文字
語音識別是一門非常復雜的學科，包含了聲學、信號處理、計算機科學、語言學、心理學等相關學科的知識，也是十年來發展最快的技術之一，并已經滲透到了人們的生活中，比如微信語音轉文字功能。

19年微信語音添加了語音轉文字功能后，解決了某些場合不方便聽語音的難題，并且經過幾年技術優化，一部分方言的識別也得以實現。

“再也不用擔心上學/上班時家里人發語音，又不方便戴耳機聽的情況啦！"

語音轉文字的出現，不僅滿足了不同場景下人們的社交需求，還可以應用到記錄工具，將聲音轉換為文字，便于工作學習等的記錄，提高效率。

從文字到語音的“逆發展”
外祖母老花眼，看手機信息還要帶上老花鏡，所以家里人都盡量給她發語音，但是總有不方便說話的時候，這就需要語音合成技術的幫忙了。

語音合成又稱文本語音轉換（Text to Speech，TTS）技術，顧名思義，是把文本信息轉化成語音信息。

在2011年9月20日iPhone4S的發布會上，蘋果高管與手機中Siri的對話被媒體稱是人工智能和人類的一次經典問答，語音助手也逐漸進入到大眾視野。

語音助手的出現，依托于5G技術與人工智能技術。人們與語音助手對話時，它們在數據庫搜索相關信息，再模擬人類的聲音表達出來，實現由字到音的轉化。

小到手機中的智能語音助手，大到物聯網智能家居，智能工廠等……可以預見在未來某些情境下，語音指令或將逐步代替文字指令。

語音合成技術被大眾所知是因為語音助手，“機器朗讀”有聲書的出現，才讓這項技術真正廣泛地應用到實際生活中。

語音合成技術將文字轉換合成為可理解的自然語音，這在人機交互過程中具有著極為重要的意義。

不只是“機器朗讀”有聲書，我們在看視頻時，經常會聽到一些機器合成的配音，用聲調平淡、發音機械的聲音讀出詼諧風趣的句子，其反差經常讓人捧腹大笑。

國內不少學者在研究中指出，“【聲音】在未來傳播中將回歸主流介質”。語音合成技術的不斷進步影響著交流速度、交互性、可及性的改變，從而創造了新的社交語境和文化，改變人們的日常生活。

翰林有方W老師也曾在講座中分享過：中學生選題做科研時，要學會立足于實際生活，注重觀察，在日常生活中學會發現問題，解決問題。

無論是語音轉文字，還是用文字合成語音，都是生活中常見的技術應用，它們同樣可以作為研究主體，并且解決實際問題。如果你也對語音合成有興趣，不妨了解下這個課題。

課題介紹
課題名稱: 基于神經網絡的語音合成

相關學科：計算機科學技術

課題介紹：本研究課題預期通過深度網絡模型進行語音合成，將文本通過網絡學習生成對應的發音。通過本項目的研究會提出一種語音合成方法，能夠提升合成語音的自然度以及對應MOS打分。最終實驗會在公開數據集LJ speech上進行語音合成。

導師介紹
復旦大學計算機博士，國內某高科技公司高級算法研究員；
研究領域：文本語音合成（TTS），音樂人工智能，音樂信息檢索，語音檢測，歌手識別等；
發表多篇SCI和國際頂會論文，曾申請多項國家級專利；
有多年中學生、本科生教學經驗。

聯系我們，開始你的科研之路
掃碼添加翰林顧問老師，咨詢了解

翰林有方本周新課題推薦