萬物互聯(lián)的時代浪潮下，智能語音以其直觀、高效、自然的交互優(yōu)勢，已成為人機交互的關鍵入口和影響用戶交互體驗最直接的因素。然而，如何優(yōu)化產(chǎn)品語音交互性能，減少“喚不醒、誤喚醒、聽不懂”等問題的發(fā)生率，持續(xù)提升用戶交互體驗，成為當前智能產(chǎn)品創(chuàng)新的重點之一。

　　為了持續(xù)優(yōu)化產(chǎn)品的交互效果，企業(yè)通常會開展大量的測試工作。在此過程中，語音語料資源扮演著至關重要的角色。然而，現(xiàn)階段對于大部分企業(yè)來說，獲取高質量、高覆蓋度的語音語料資源仍面臨著成本高、質量參差不齊、場景語料泛化能力弱以及資源調用復雜等挑戰(zhàn)。因此，行業(yè)亟需一個高效、靈活且可拓展的語音語料資源管理平臺，以支撐智能語音技術發(fā)展，甚至推動行業(yè)整體技術創(chuàng)新。

　　面向行業(yè)發(fā)展迫切需求，國家智能語音創(chuàng)新中心針對性開展了語音語料資源技術攻關。從數(shù)據(jù)生成、存儲到管理，平臺整合了人工智能通用大模型的多種能力，通過聲音復刻、文本生成泛化、語音合成、語料資源管理等核心技術加持，創(chuàng)新性地構建了一站式、全流程的大模型泛化語音語料資源平臺，實現(xiàn)了高質量、高適應性場景語料資源批量生成，功能強大。

　　聲音復刻：平臺可以根據(jù)上傳的音頻或實時錄制音頻進行聲音復刻，通過少量的音頻文件，即可訓練出個性化發(fā)音人，形成個性化發(fā)音人模板庫。

　　文本泛化：平臺接入通用大模型，在語料泛化技術與大模型生成技術的雙重加持下，高效實現(xiàn)所需場景的文本語料的生成與泛化。根據(jù)語料邏輯、對話邏輯、使用場景等相關需求，平臺可一次性輸出至少25條聯(lián)想泛化結果。

　　語音合成：平臺支持文本語料與發(fā)音個性化組合，可以批量合成語音語料資源，還可以對合成后的音頻文件進行音量、音調、語速等方面進行調節(jié)。

　　語音及語料資源管理：對于用戶生成或上傳的語音語料資源，平臺可進行統(tǒng)一化、標簽化管理，利用集成工具即可實現(xiàn)語料獲取與分配，大幅節(jié)省語料獲取時間。

　　同時，平臺還可以進行用戶管理、數(shù)據(jù)統(tǒng)計及分析，在幫助企業(yè)管理資源、優(yōu)化業(yè)務流程以及提升測試效率等方面具有諸多優(yōu)勢。

　　更靈活：實時語料定制，可快速定制生成測試用數(shù)據(jù)，提升開發(fā)速度與靈活性。

　　更高效：集成化資源管理，簡化資源獲取與分配工作，大幅度節(jié)省時間成本。

　　更準確：通過先進的算法，豐富語料多樣性，提升語料質量，進一步保障測試全面性與準確性。

　　更便捷：平臺配置API接口，可支持跨系統(tǒng)功能集成，程序間資源調用更簡單。

　　更兼容：支持跨行業(yè)應用，可覆蓋家電、汽車、金融等多行業(yè)特定測試需求，覆蓋率更廣，延伸度更高，兼容性更強。

　　大模型泛化語音語料平臺以其高效生成高質量、高覆蓋度場景語音語料，以及其他綜合功能優(yōu)勢，將進一步助力提升人工智能產(chǎn)品的語音識別準確度和交互效率，從而幫助企業(yè)提升核心競爭力。

　　當前，大模型泛化語料平臺已在智能家電領域實現(xiàn)落地驗證，為智能家電產(chǎn)品測試與調優(yōu)提供定制化語音語料解決方案。未來，中心將持續(xù)優(yōu)化平臺性能，接入更多模型與能力，為更多領域、更多產(chǎn)品提供更優(yōu)質、更全面的語料資源服務，為行業(yè)整體技術創(chuàng)新發(fā)展增添助益。