一、前言
????人工智能播報在目前已經不是什么新奇事了，地圖導航、手機語音助手、詞典翻譯、語音聊天等，都有著人工語音的身影。我在收聽廣播的時候，也聽到了關于使用人工智能語音播報新聞的節(jié)目，某日突發(fā)奇想，如果把人工智能語音應用到廣電電視節(jié)目的制作中，應該可以產生不錯的效益。
????我臺目前智能語音播報主要應用在廣播節(jié)目的播報上，使用的是科大訊飛的離線SDK語音包，個人感覺在收聽時還是有很明顯的“機器人聲”，偶然機會了解到微軟也有相關的語音服務，并提供免費試用，于是抱著嘗試的心態(tài)，自己進行了二次開發(fā)，做了個天氣自動播報的語音app,借此機會探討下智能語音播報在廣電電視節(jié)目的應用方法。
二、微軟語音服務
????微軟語音服務是微軟提供的一套在線API服務，主要服務內容包括語音轉文本、文本轉語音、語音翻譯，我們此次探討的主要是文本轉語音服務，詳細內容可參考官方的API文檔微軟文本轉語音API文檔。
2.1、注冊獲得語音服務
微軟語音服務提供一個月的免費試用期，需要先注冊Auzre賬號，主要步驟如下：
1、適用Azure賬號登陸Azure門戶網(wǎng)站。
2、在Azure服務中選擇“創(chuàng)建資源”。
3、在資源市場中輸入中文“語音”，找到第一個“語音”服務，選中后創(chuàng)建。
4、，注意選擇“位置”，我這邊選擇的位置是“中國東部2”,"訂閱"默認注冊完Azure時微軟會送你一個月的“1元試用版套餐”，“資源組”還沒有的化新建一個。
5、創(chuàng)建完成后，打開對應資源，在左側欄找到“資源管理-密鑰和終結點”，獲得密鑰，每個終結點的密鑰有2個，以后代碼里會用到，密鑰的作用就是在你自己的程序里，調用微軟語音API的時候，給你的一把鑰匙。
2.2、使用文本轉語音服務
2.2.1、安裝語音SDK
????此次我使用的是C#進行開發(fā)，因此在Visual Studio的項目中，需要安裝微軟語音SDK，之后只要要引用"Microsoft.CognitiveServices.Speech"這個包就行。安裝語音SDK的方法為，在Visual Studio項目中，選擇“項目-管理NuGet程序包”，搜索“Microsoft.CognitiveServices.Speech”，選中第一個進行安裝。
2.2.2、引用SDK并對語音輸出進行配置
在C#中引用語音SDK，“Microsoft.CognitiveServices.Speech”和“Microsoft.CognitiveServices.Speech.Audio”。
語音服務進行配置，匹配密鑰以及音頻文件輸出路徑，之后實例化“SpeechSynthesizer”對象，將之前“config”和“audioConfig”兩項配置參數(shù)傳遞過去。
2.2.3、通過語音合成標記語言 (SSML) 改善合成的語音輸出
????SSML主要是一個XML文本，它其中定義了很多文本轉語音過程中的屬性，包括語言支持、語音語調、講話風格、人聲、斷點等；使用SSML來合成語音更具靈活性，可對一段文字進行多種播報方式的選擇，也可以多人進行文字的播報。
2.2.4、神經網(wǎng)絡語音
????微軟的語音服務中，支持標準語音和神經網(wǎng)絡語音的選擇，也可以自己創(chuàng)建自定義語音，神經網(wǎng)絡語音相比標準語音，更加自然，并且能夠提供多種播報風格，適合在SSML文本中配置使用，在配置SSML文本時，只要相應的語音名稱，語音服務就能自動轉換成對應的語音播報，具體支持語音可參照語音服務的語言和語音支持。
三、天氣播報服務
3.1、氣象數(shù)據(jù)API
????天氣數(shù)據(jù)的獲取，我參考中國氣象數(shù)據(jù)網(wǎng)，該網(wǎng)站數(shù)據(jù)權威準確，并能夠提供各類氣象數(shù)據(jù)的API，注冊并通過該網(wǎng)站的驗證后，可免費訂閱并試用一段時間的氣象數(shù)據(jù)服務，此次測試我使用的是中國地面氣象站逐小時觀測資料。
????地面氣象數(shù)據(jù)的API支持定制功能，可選擇定制氣象站點，也可選擇定制氣象要素，此次測試我選擇了蘇州一個站點，氣象要素包括溫度/氣溫、最高溫度、最低溫度、氣壓、最高氣壓、最低氣壓、相對濕度、風力、最大風速、降水量、現(xiàn)在天氣。
????氣象數(shù)據(jù)API通過HTTP GET的方式進行發(fā)送，主要GET格式如下圖，當API訂單下單成功后，在我的API訂單中，可以查找到接口信息的賬號和密碼；dataFormat為返回數(shù)格式；interfaceId是調用數(shù)據(jù)的接口ID；dataCode是返回數(shù)據(jù)的編碼方式，dataCode是時間范圍，支持最近7天的數(shù)據(jù)訪問；stalID是氣象站點的ID，支持1-30個站點，多個站點之間以“,”分隔，具體站點參照中國地面氣象站點清單；elements是返回數(shù)據(jù)的字段，可參照中國地面氣象要素清單。
3.2、將接收到的氣象數(shù)據(jù)轉換成SSML文本
????接收到的氣象數(shù)據(jù)只是一些空洞的數(shù)據(jù)，我們最終要考慮的是如何把這些數(shù)據(jù)通過可與化的方式播報出來。我的思路是建立一個“Weather.xml”的本地文本，文本中輸入好固定的播報語句，當接收到天氣數(shù)據(jù)后，將天氣數(shù)據(jù)替換到對應的播報文本中，測試播報文本如下圖3.5。
3.2.1、數(shù)據(jù)替換方式
????SSML文本中的天氣數(shù)據(jù)均按照“{a},,{c},u0z1t8os...”的方式進行標簽化并放入對應文本后面，當接收天氣數(shù)據(jù)以后，再按照文本的標簽進行相應的替換，最后將整個文本數(shù)據(jù)流發(fā)送給微軟語音API，并轉換成合成語音，參考代碼如下圖3.4。
3.2.2、SSML文本修改方式參考
????播報文本采用SSML的格式編寫，此次測試段我加入了兩種神經語音的播報，具體語音類型設置通過“voide name”標簽；播報的方式我選擇成了“新聞模式”，具體設置通過“mstts:express-as style”標簽；如果需要在播報之間加入斷點，可通過設置“break time”標簽實現(xiàn)；如果要設置當前播報文字的速度，可通過設置“prosody rate”標簽實現(xiàn)。
????采用SSML的格式，可以通過設置斷點、語速等控制播報時間，例如電視上一段天氣語音的播報，需要配合在線包裝或者圖片的方式顯示天氣信息，加入斷點和語速能夠更方便控制天氣顯示方式之間的銜接，尤其是相對固定的播報，只要設置好一次SSML格式后，基本就不需要做大的改動。
四、 未來擴展設想
4.1、自定義神經語音
????微軟提供了自定義語音的一組在線工具，能夠創(chuàng)建自己獨一無二的語音服務，自定義語音訓練模型如下圖4.1所示，在Azure上訂閱了微軟語音服務后，只需要準備需要自定義的相關音頻文件，通過不斷的上傳數(shù)據(jù)、訓練，最終生成自定義語音的API，最終將自定義的語音模型部署到Azure，供自己API接口調用。
????未來電視節(jié)目制作中，可以通過自定義神經語音的方式，將電視臺主持人的聲音通過不斷的訓練和仿真，可以大大降低主持人繁雜的配音工作，提高工作效率。
4.2、結合UE4實現(xiàn)虛擬AR/VR播報
????UE4支持自定義插件，可以將微軟語音服務和虛擬數(shù)據(jù)相結合，通過自定義插件的方式部署到UE4項目中，這樣只要跟UE4場景制定好插件接口調用方式，就能快速實現(xiàn)AR/VR播報的實時渲染輸出。
