计算机科研课题推荐：基于神经网络的语音合成，带你入门科研

外祖母一直是个倔强的小老太太，家里人怎么劝都坚决不放弃自己的粉红翻盖手机，可是随着疫情不断反复，没有健康码连菜市场都进不去的外祖母终于急了，终于换上了智能手机。

自从小辈们教会外祖母使用微信，顾及到老太太的老花眼，发语音就成了家族群的常态。

老太太一发就是一长串，有时候出门在外，难免会有不方便听的时候。每每此时，大家就不禁感叹微信的语音转文字功能是多么便捷。

文字、语音都是为交流服务的，而科技的进步也让交流变得更加快捷。在语音转文字、文字合成语音等“黑科技”的背后，蕴含着哪些巧妙、实用、改变人们生活的技术呢？这些源自生活的研究，能否为中学科研带来灵感呢？

社恐福音：语音转文字
语音识别是一门非常复杂的学科，包含了声学、信号处理、计算机科学、语言学、心理学等相关学科的知识，也是十年来发展最快的技术之一，并已经渗透到了人们的生活中，比如微信语音转文字功能。

19年微信语音添加了语音转文字功能后，解决了某些场合不方便听语音的难题，并且经过几年技术优化，一部分方言的识别也得以实现。

“再也不用担心上学/上班时家里人发语音，又不方便戴耳机听的情况啦！"

语音转文字的出现，不仅满足了不同场景下人们的社交需求，还可以应用到记录工具，将声音转换为文字，便于工作学习等的记录，提高效率。

从文字到语音的“逆发展”
外祖母老花眼，看手机信息还要带上老花镜，所以家里人都尽量给她发语音，但是总有不方便说话的时候，这就需要语音合成技术的帮忙了。

语音合成又称文本语音转换（Text to Speech，TTS）技术，顾名思义，是把文本信息转化成语音信息。

在2011年9月20日iPhone4S的发布会上，苹果高管与手机中Siri的对话被媒体称是人工智能和人类的一次经典问答，语音助手也逐渐进入到大众视野。

语音助手的出现，依托于5G技术与人工智能技术。人们与语音助手对话时，它们在数据库搜索相关信息，再模拟人类的声音表达出来，实现由字到音的转化。

小到手机中的智能语音助手，大到物联网智能家居，智能工厂等……可以预见在未来某些情境下，语音指令或将逐步代替文字指令。

语音合成技术被大众所知是因为语音助手，“机器朗读”有声书的出现，才让这项技术真正广泛地应用到实际生活中。

语音合成技术将文字转换合成为可理解的自然语音，这在人机交互过程中具有着极为重要的意义。

不只是“机器朗读”有声书，我们在看视频时，经常会听到一些机器合成的配音，用声调平淡、发音机械的声音读出诙谐风趣的句子，其反差经常让人捧腹大笑。

国内不少学者在研究中指出，“【声音】在未来传播中将回归主流介质”。语音合成技术的不断进步影响着交流速度、交互性、可及性的改变，从而创造了新的社交语境和文化，改变人们的日常生活。

翰林有方W老师也曾在讲座中分享过：中学生选题做科研时，要学会立足于实际生活，注重观察，在日常生活中学会发现问题，解决问题。

无论是语音转文字，还是用文字合成语音，都是生活中常见的技术应用，它们同样可以作为研究主体，并且解决实际问题。如果你也对语音合成有兴趣，不妨了解下这个课题。

课题介绍
课题名称: 基于神经网络的语音合成

相关学科：计算机科学技术

课题介绍：本研究课题预期通过深度网络模型进行语音合成，将文本通过网络学习生成对应的发音。通过本项目的研究会提出一种语音合成方法，能够提升合成语音的自然度以及对应MOS打分。最终实验会在公开数据集LJ speech上进行语音合成。

导师介绍
复旦大学计算机博士，国内某高科技公司高级算法研究员；
研究领域：文本语音合成（TTS），音乐人工智能，音乐信息检索，语音检测，歌手识别等；
发表多篇SCI和国际顶会论文，曾申请多项国家级专利；
有多年中学生、本科生教学经验。

联系我们，开始你的科研之路
扫码添加翰林顾问老师，咨询了解

翰林有方本周新课题推荐