www.a55555.net彩票网（www.a55555.net）_中华电信中英双语 AI 客服借助 NVIDIA GPU 加速深度学习 目标为打造可聊天的本土化语音系统 (178598)

如果曾拨打「123」致电中华电信24小时客服专线，应该都有体验过全台首【shou】创声音互动人工智慧(AI)客服【fu】，其借由拟真的语音系统提供自助式客服，或是协助转接专人客服，以解决进一步的【de】需求。而这套系统背后采用的便是NVIDIA超大规模模型推论解决方案Triton推论伺服『fu』器，搭配旗下GPU加速深度学习系统，让中华电信 xin[能以更高的效「xiao」率完成语音模型‘xing’训练，进而{er}建构高自然度的拟真语音互动体验。

中华电信研「yan」究院前瞻科技研究所所长汪世昌表示：「目前中华电信自行研发的中英双语语音合成技术，历年来已应用于多个领域，除了用在24小时客服专线，更应用在166、167天气预报、视障辅助〖zhu〗等相关应用，以及中「zhong」华电信旗下〖xia〗i宝“bao”贝智慧音【yin】箱、AI语意云、智慧广播助理等服务，同时也用于健保署、消防署的语音服务系统。」

在还没有导入AI技《ji》术时 shi[，中华电信就已着手投入拟真数位语音技术研究，从早期借由语音拼“pin”接进『jin』行合‘he’成，以及后续透过语音参数方式进行合成，到现在已经可以利用深度学习等AI技术，透过足够时间长度规模的声音资料，以及{ji}相应的文字内容，训练合成高（gao）度自然的语音模型，唯独整个训练流程仍须花费较长时间。

以目前〖qian〗深度神经网路(Deep Neural Network；DNN)技术推动的语音合成效果，已经可以实现逼近真人语调般的自然表现，但是借由自我回归模型(Autoregressive Model)生成诠【】释声音语调特征的梅尔频谱(Mel-Spectrogram)，再透过人声【sheng】编码器(Vocoder)合成语音内容的过程，往往需要处理大量资料数据，使得整体合成时间变得更长，因此与预期应用在实际服务{wu}上的流畅度表现将有所落差。

加上若要打造跨语言的语音系统，过去的作法是透『tou』过{guo}多种{zhong}语音系统对应不同语言内（nei）容，但会导致不同语言内容以不同音色呈现，而造成使用体验 yan[不一致，因此会透过同一人录制多种语言的语音资料，借此建立相同音调的语音系「xi」统。

不过，在此需求情况下，更代表需要花费更长时间进行训练，才能顺利建立出像是中华电信此次释出的中英双语语音合成模型，并顺利应用在各类语音服务上。

而在采用NVIDIA旗下的技术资源后，中华电信将原本需要花费约7天才能完成训练的语音模型，缩短至1天即可完成，不{bu}仅让合成速度加快『kuai』10倍，更让训《xun》练结果逼近真人语音，呈现更自然语调，大幅降低早期技术产生的明（ming）显机器合成语感。