林志玲“献声”高德 女神语音包是怎么录制的？【3】

看得出，只有几页纸，包含一些导航以外的语音信息，如节日出行提醒等。这应当就是比默认语音数据量大的原因。

因此，他推测志玲的语音分为两部分：导航语音部分应该采用通用的、很完善波型合成技术，将元音、辅音及音调等采样，通过算法实现文语转换；这一部分要录入的内容很少，很可能是含有个人语音特征的一些基础发音。

而比较人性化的特殊提醒，时间总长在5分钟到20分钟左右，依照一般语速计，录制内容最多不会超过5000字，视频中录音稿只有几页纸，可以佐证这一点。

网友“傅里叶变黄油猫”进一步解释称，对于地名等有无数种变化的语音，使用TTS（Text to Speech，文本转语音）技术，应用很广泛，例如拨打10086使用自助语音应答，查询话费时，系统就会用TTS把余额报给你。Siri说话也是TTS。

汉语TTS实现比较简单，因为汉语拼音的读音非常有限，21个声母、37韵母、5个声调组合成不超过3000个读音，全部录一次，播语音时把每个字的读音串起来就可以了。

不过光是简单的字音组合会让TTS效果听起来很生硬，例如Google翻译的试听功能。为了让TTS效果更自然，需要用算法控制语速、处理多音字的问题，这是TTS技术含量最高的地方。目前汉语的TTS技术已经很成熟，听起来很自然，多音字准确率也相当高。

“黄恪”对比了不同的地图应用，称：“天气通跟高德不同。天气通的做法是录制语音片段，高德用的是合作方的技术，做法是数字化声音特征之后进行语音合成。所以高德的语音方案要比天气通语音包小而且灵活，但是制作成本也高得多。高德当时是找专人，跟了志玲姐姐几个月，贴身录音，然后把原始声音文件处理提取出数字特征。天气通的名人语音基本上是名人几分钟录出来的。墨迹天气跟高德，基本原理一样，但是没有高德那么土豪，所以没有名人语音。”

(责编：牛宁)