|
語音呼叫合成軟件
|
總體技術要求：
TTS系統(tǒng)支持熱備運行,，能夠實現(xiàn)故障切換，具備雙機負載均衡機制,。
功能性要求
支持中文普通話,、廣東話及新疆維語等風格語音播報,，具備多語種引擎架構，方便第三方開發(fā)商通過API或者MRCP進行調(diào)用,；
能夠進行中/英文混合文本的語音合成,，其中，中文語音合成為標準普通話,，合成語音連續(xù),、可懂、自然,，接近普通人說話標準,；
支持多字符集文本輸入，如GB2312,、GB18030,、GBK、Unicode和UTF-8等,；
支持SSML和S3ML標注文本與格式輸入,；
支持多種語音格式的輸出；
支持語音參數(shù)的調(diào)節(jié)控制,，包括：語速,、音量和語調(diào)；
具有完善的管理平臺,，能夠監(jiān)控TTS服務器的運行情況，可以實時獲取系統(tǒng)運行壓力及并發(fā)數(shù)等,，對異常事件具有報警機制和必要的處理措施,；
系統(tǒng)必須提供自定義資源，使得合成引擎具有更好的個性化定制和優(yōu)化能力,，自定義詞庫允許用戶添加刪除中文和英文的詞組,，定義詞組的發(fā)音方式和音標，其中發(fā)音方式用以指定特定詞組發(fā)音方式,，比如指定某個英文詞組是否按照字母來朗讀,。而對音標的自定義可以糾正極少數(shù)多音字（詞）音標處理錯誤的現(xiàn)象；
支持背景音和穿插在合成語音中的錄音文件,；
支持文本過濾功能,，能夠對指定的文本，比如敏感詞語進行過濾處理,；
提供對合成效果優(yōu)化的解決方案,，能夠針對實際應用環(huán)境，提供合成效果優(yōu)化方案,；
支持Microsoft Windows/Unix/Linux操作系統(tǒng),；
必須能夠和主流IVR系統(tǒng)無縫集成,，且對第三方產(chǎn)品在其平臺上的嵌入具有較好的支持，必須要能夠得到較好的支持,；
語音合成系統(tǒng)可以多種不同的方式來完成文字到語音的轉換,，包括本地調(diào)用、網(wǎng)絡調(diào)用,、離線合成,；
支持多語種引擎的方便掛接和升級；
可通過標準的API和MRCP開發(fā)接口進行完整的系統(tǒng)功能開發(fā),，以及與現(xiàn)有語音系統(tǒng)的集成工作,，要求對如何與語音系統(tǒng)進行無縫銜接進行完整的闡述，提供切實可行的實施方案,。
效率性要求
合成效率：在90個并發(fā)請求的情況下,，對50個漢字進行動態(tài)合成的時間不超過1.5秒，最大響應時間小于6秒,。120個并發(fā)請求的情況下,，單筆合成時間不超過2秒；
容錯性和可靠性：支持服務器集群部署,，即使個別服務器失效,，也不會造成整個系統(tǒng)崩潰，停止服務,；
維護方便：可以關閉一臺TTS服務器進行維修,，而對整個系統(tǒng)的功能沒有影響；
可伸縮性：隨著呼叫量的增加,，可增加TTS服務器和應用的數(shù)量,，無須停止任何運行著的應用程序或關閉IVR系統(tǒng)；
擴展能力：當應用系統(tǒng)需要擴容時,，客戶端服務器不需要做任何的修改,，只需要在網(wǎng)段內(nèi)添加一臺新的語音合成服務器，并且自動啟動服務,；
使用方便：在對業(yè)務系統(tǒng)進行更新時,，只需按照日常習慣進行文字的更新即可，不必進行特使的修改或編程即可得到比較理想的語音效果,。
|