HƯỚNG DẪN AI âm thanh

Chất lượng tổng hợp giọng nói

Chất lượng tổng hợp tiếng nói bao gồm tính dễ hiểu, tính phát âm, tính tự nhiên, tính đúng thời điểm, tính nhất quán và phù hợp với nhiệm vụ.

Nghe hướng dẫn nàyAI thuật lại · ~2 min

Trên trang nàyĐọc trong 2 phút
  1. Tổng quan
  2. Những điểm chính rút ra
  3. Lặn sâu
  4. Tách biệt sự dễ chịu khỏi sự đúng đắn
  5. Triển khai trong thế giới thực
  6. Đưa nó vào thực tế
  7. Nguồn tham khảo và đọc thêm
  8. Tiếp tục khám phá
  9. Câu hỏi thường gặp

Tổng quan

Các kích thước này có thể không giống nhau: giọng nói có thể nghe tự nhiên khi nói sai từ. Đánh giá âm thanh cuối cùng với người nghe và nội dung đại diện.

Những điểm chính rút ra

  1. Chỉ định điều kiện nghe.
  2. Tách biệt sự đúng đắn khỏi sự tự nhiên.
  3. Xem lại âm thanh được phân phối cuối cùng.

Lặn sâu

Xác định bối cảnh nghe. Một thông báo ngắn, một bài học dài và một cuộc trò chuyện qua điện thoại có những nhu cầu khác nhau. Thiết bị phát lại, tiếng ồn xung quanh, tốc độ nói và trải nghiệm ngôn ngữ của người nghe đều ảnh hưởng đến kết quả. Sử dụng đánh giá có cấu trúc thay vì ấn tượng không chính thức. Yêu cầu người nghe đánh giá các khía cạnh cụ thể và ghi lại quy trình, lựa chọn mẫu và độ không chắc chắn. Điểm số ý kiến ​​trung bình chỉ có thể hiểu được khi biết được điều kiện nghe và phương pháp đánh giá. Bao gồm những tài liệu khó: tên, chữ viết tắt, số, chuyển đổi mã, nhấn mạnh và đoạn văn dài. Kiểm tra tính nhất quán giữa các phân đoạn và liệu các khoảng dừng hoặc nhấn âm có làm thay đổi ý nghĩa hay không. Các số liệu tự động có thể giúp xác định các hồi quy nhưng không thay thế mọi phán đoán lắng nghe. Kiểm tra lần xuất cuối cùng sau bất kỳ quá trình nén, trộn hoặc xử lý nền tảng nào. Điều chỉnh âm lượng một cách hợp lý, tránh cắt bớt và giữ lại bản ghi có thể truy cập được. Một thay đổi giúp cải thiện điểm số trong phòng thí nghiệm vẫn phải được thử nghiệm trong môi trường nơi khán giả sẽ nghe thấy nó.

04Ví dụ hoạt động

Tách biệt sự dễ chịu khỏi sự đúng đắn

  1. Xây dựng hai clip của cùng một câu. Clip A nghe tự nhiên nhưng đổi “mười lăm” thành “năm mươi”; clip B nghe kém tự nhiên nhưng lại nói đúng số.

  2. Tính điểm dễ hiểu, đúng ngữ nghĩa và tự nhiên.

  3. Hãy chọn theo yêu cầu của nhiệm vụ thay vì lấy trung bình một lỗi làm thay đổi ý nghĩa.

Những gì nó cho thấy

Sự so sánh được phát minh chứng minh tại sao chất lượng giọng nói cần nhiều hơn một chiều.

Triển khai trong thế giới thực

So sánh các giọng nói bằng cách sử dụng cùng một tập hợp các đoạn văn đại diện.

Xem xét các lỗi phát âm riêng biệt với xếp hạng độ tự nhiên.

Đưa nó vào thực tế

Tại sao nó quan trọng

  • Truy cập và tiếp cận. Nó cải thiện khả năng tiếp cận thông qua phiên âm, tường thuật và giao diện giọng nói.
  • Chi phí và ngân sách. Các nhóm truyền thông có thể gửi âm thanh tinh tế nhanh hơn với ngân sách nhỏ hơn.
  • Tốc độ và tỷ lệ. Các hệ thống hướng tới khách hàng có thể xử lý các tương tác bằng giọng nói ở quy mô lớn hơn.

coi chừng

  • Rủi ro lạm dụng giọng nói và mạo danh sẽ tăng lên khi thiếu sự đồng ý.
  • Độ chính xác có thể giảm đối với các giọng, phương ngữ hoặc môi trường ồn ào.
  • Âm thanh tổng hợp có thể bị nhầm lẫn với lời nói đích thực nếu không có nhãn rõ ràng.

Các bước tiếp theo

  1. Nhận được sự đồng ý rõ ràng để thu âm, sao chép và tái sử dụng giọng nói.
  2. Kiểm tra chất lượng trên nhiều loa và điều kiện nền khác nhau.
  3. Xác định khi nào con người phải xem xét hoặc phê duyệt kết quả đầu ra.
  4. Dán nhãn âm thanh tổng hợp và lưu giữ hồ sơ xuất xứ để đảm bảo trách nhiệm giải trình.

Nguồn tham khảo và đọc thêm

  1. ITU-T Recommendation P.800Các phương pháp xác định chủ quan chất lượng đường truyền

Tiếp tục khám phá

Bản tin miễn phí

Nhận bản tóm tắt AI hàng ngày

Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.

Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.

Tự kiểm tra

Take the Speech Synthesis Quality quiz

Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.

Bắt đầu bài kiểm tra

Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp

Câu hỏi thường gặp

Tôi có thể so sánh trực tiếp hai điểm MOS từ các báo cáo không liên quan không?

Chỉ với sự quan tâm. Các phương pháp, trình nghe, mẫu và điều kiện cần phải có thể so sánh được để sự khác biệt về số lượng có ý nghĩa.