智東西（公眾號：zhidxcom）編 | 竭渴

智東西5月17日消息，亞馬遜今日開始將允許Alexa語音應用的開發者免費使用8種來自於Amazon Polly的自然語音，讓Alexa的語音應用程式能更具特色。這8種自然語音中，男女聲都有，全部採用美式英語發音。

（Alexa支持的8個自然語音）

一、自然語音？有多自然？

Alexa新擁有的自然語音，是通過Amazon Polly提供的。Amazon Polly是亞馬遜提供的基於深度學習技術將文本轉換為逼真語音的服務。

Amazon Polly支持語音合成標記語言 （SSML），它是一種基於XML的W3C標準標記語言，適用於語音合成應用程式，且支持使用通用 SSML標簽進行斷句、重音和語調。

簡而言之，Amazon Polly合成的語音有語氣和聲調的高低起伏、有語速的快慢交替，也會在講話的過程中適時的停頓斷句。

那麽，Amazon Polly是如何將它合成的語音發送到搭載了Alexa的智能設備上的呢？

Amazon Polly可以為開發者提供一個 API，借助此 API，開發者可以將合成語音快速集成到智能設備的應用程式中。開發者只需將要轉換成語音的文本發送到 Amazon Polly API，Amazon Polly便會立即將音頻流發送回應用程式中。有了這個API，開發者可以選擇讓用戶在應用程式中進行即時語音互動，或將 Amazon Polly發送回來的音頻流以MP3的格式儲存下來。

Amazon Polly支持的語音、語種不止8種，它可以提供幾十種逼真的語音並支持多個語種。此次亞馬遜僅向Alexa語音應用的開發者提供8種美式英語語音，或許是出於Alexa的很大一部分用戶目前集中於美國的原因。

（Amazon Polly支持的部分語音、語種）

二、亞馬遜為何要讓Alexa聽起來不一樣？

首先，讓Alexa能發出更多不同的聲音，有助於提升用戶使用Alexa的感觀，消除人與機器之間的距離感。例如，當小朋友使用Alexa，讓其讀故事時，不同的語音和起伏的語調會更讓小朋友有代入感。

其次，科技巨頭們為了抓住更多用戶，在技術應用上競爭激烈，亞馬遜此舉應該是回應谷歌上周於I/O大會上宣布Google Assitant將支持6種不同語音一事。谷歌I/O大會上，谷歌CEO Sundar Pichai向大家展示了Google Assitant上通過WaveNet合成的超自然語音，其中一個語音甚至來自於著名R&B歌手John Legend。Sundar Pichai說這是為了適應Google Assitan用戶各種不同的發音習慣。

可見，語音助手們為了獲得用戶的“芳心”可謂煞費苦心。我們是不是可以期待，有一天，語音助手能開口就對我們講出一口流利的四川話/東北話呢？