近年来，国内巨头们也纷纷开始布局智能音箱（百度 Raven 、阿里天猫精灵、腾讯听听、京东叮咚、小米 AI 音箱等等），相信不少同学都已经入手；同时，越来越多读书 APP 提供“听书”的功能，甚至出现将小说转有声小说的软件；手机里的语音助手、电脑里的 Cortana、车载导航中说话越来越像真人，甚至感觉偶尔说话很有“感情”。这些应用背后都有用到了同一种技术――语音合成（TTS，即Text To Speech）。

语音合成一般会经过文本与韵律分析、声学处理与声音合成三个步骤，分别依赖于文本与韵律分析模型、声学模型与声码器。其中文本与韵律分析模型一般被称为“前端”，声学模型和声码器被称为“后端”。

文本与韵律分析中，首先对文本进行分词和标注：分词会将文本切成一个个词语，标注则会注明每个字的发音以及哪里是重音、哪里需要停顿等韵律信息；然后根据分词和标注的结果提取文本的特征，将文本变成一个个文本特征向量组成的序列。

目前百度语音技术是JAVA IDE语音合成技术。

ai智能语音什么意思？

AI通话作为小米MIUI12中新增的一个智能语音电话系统，是为了帮助障碍人士更好地进行语音通话，可以自定义开场语、自由切换自动应答或手动回复，还可以定向自动接听。人工智能，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种相似的方式做出反应的智能机器。

AI，智能语音就是，模仿人的大脑进行与人之间的智能语音交流

ai语音和智能语音的区别？

AI语音，即智能语音技术，以语音识别技术为开端，是实现人机语言的通信，包括语音识别技术（ASR）和语音合成技术（TTS）。

AI语音技术是最早落地的人工智能技术，也是市场上众多人工智能产品中应用最为广泛的。

目前常用的语音识别技术方法主要有四种：（1）基于语言学和声学的方法（2）随机模型法（3）利用人工神经网络的方法（4）概率语法分析，其中最主流的方法是随机模型法，如动态时间规整（DTW），隐马尔科夫模型（HMM）理论和矢量量化（VQ ）技术等。