声音定制三天交付，深声科技如何在语音AI赛道弯道超车？

    自2015年开始，中国人工智能市场规模逐年攀升，2018年中国人工智能市场规模约为238．2亿元，增长率达到56．6％，据预测，到2020年，中国在人工智能的市场规模将接近500亿元。
    “语音是AI智能时代的重要入口，”深声科技创始人周俊明说。他的底气来自多年的行业积累和互联网产品开发经验。
    2012年，周俊明从中科院计算所博士毕业，顺利进入广电行业龙头企业北京永新视博担任高级算法工程师，主要负责音视频算法工作；2013年，他凭借音视频算法技术能力，被腾讯选中，故任职于此，继续从事在线音视频算法技术研发工作；2016年，他加入了欢聚时代，担任音视频技术总负责人，带领国内顶级音视频团队，为YY提供核心技术服务和技术创新方案。
    2018年，周俊明和核心团队成员共同创办了“深声科技”，一家智能语音技术服务商，主要通过基于深度学习的文字转语音整体解决方案服务B端客户，提高客户在行业内的竞争壁垒，帮助客户形成独有的竞争优势。据悉，成立不到半年，深声科技就获得了来自小米科技的数千万元天使轮融资。
    AI行业从不缺竞争对手，BAT等头部大企业有强者的打法，初创企业也有自己弯道超车的策略。深声科技在多年的实践摸索发现，以往客户在语音合成中最关心的是信息的传递。但随着物质生活的不断提高，客户对于语音转化真实感的需求也日益剧增，催生了拟人声智能营销、拟人互动、拟人陪伴等大规模商业化应用场景和价值。基于此逻辑，深声科技在商业模式方面主打三大场景：语音内容输出、智能语音交互、智能客服营销。
    其中，内容输出业务是深声科技重点推进的主线业务，团队主要通过与有版权IP的企业合作，以有声阅读的方式将深声语音呈现给消费者，内容涵盖文学、动漫、新闻资讯等多种题材和类型。根据深声科技提供的数据显示，深声目前已与十余家行业头部的内容版权企业达成合作，一方面为企业提供文字语言转化工具，按字数收费；另一方面，提供语音合成整体解决方案，共同开发版权IP的语音形式。
    在语音交互业务中，团队依托投资方小米的资源及产品，重点服务智能语音音箱和车联网企业，为其提供语音合成、数据制作和人机交互等服务，协助客户在产品开发过程中精准感知用户需求，增强行业竞争优势。
    智能客服营销业务是深声科技正在尝试的场景，深声科技主要帮助运营商和金融客户定制声音并合成声音，使其在营销过程中提高通话时长和营销转化率。谈及看好语音交互和智能客服营销这两类客户群体的原因时，周俊明告诉创业邦，这两类客户对于语音音质的要求更高，通过深声科技自身语音合成技术的优势能很快产生规模化效应，且这两类客户群体的长期付费能力更强。
    从时间的维度上看，深声科技相比科大讯飞、商汤科技等AI企业入局较晚，但团队正在加紧业务布局，构建自身技术壁垒。首先，基于端到端的语音合成技术逻辑，深声科技会对采集到的原始语音进行自动标注，再由声学模型算法对语言和语音进行音素级特征对齐，可以实现完全拟人发声，将语气、语调、语速、抑扬顿挫等语音特点完美呈现。在Blizzard Challenge 2019 国际语音合成大赛中，该技术在PER（拼音－不包含声调－错误率）和PTER（拼音－包含声调－错误率）两个指标上优于科大讯飞。此外，团队在声音定制合成方面的交付能力突出，三天内便可完成，而行业一般需要3～6个月。
    成立不到两年，团队已有50多人规模，其中80％为技术研发人员。团队主要成员拥有中科院、中山大学、华南理工、日本早稻田大学等名校硕博教育背景和腾讯、网易、YY等名企工作经历。联合创始人黄博贤拥有12年的互联网语音和音频技术积累，先后在酷狗和YY主导语音和音频技术的开发。
    接下来，团队会重点在效果、性能、数据三个维度优化算法技术，为各行各业提供更多标准化解决方案，加速技术落地，同时完善智能语音交互全链路技术。2020年，团队还将推出面向C端用户的语音克隆产品，在陪伴、亲子互动、泛娱乐等交互场景全面发力。
    目前，该项目已启动A轮融资，资金将全部用于团队建设及业务拓展。
    本文相关的文章列表页头图图片来源于摄图网，经授权使用。本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系。
    作者：王涵