
1998年4月,刘庆峰带队参加国家863语音合成评测,“KD-863”在最重要的技术综合指标——自然度上居全国第一,达到了三分(即用户可接受水平)。这是当时语音合成自然度上最高的分数。这也被称为中文语音合成技术领域的突破性进展。
在语音的自然度方面,五分是播音员水准,四分是普通人发音表现,而三分则是机器合成语音的实用水平。
刘庆峰先生是如何取得突破性进展的呢?因为他想到了一个妙招,叫“数字串规则”。
刘庆峰先生说:“语音合成是千变万化的,只要找到一种自然方式就行了。比如‘3603645’,可以是‘360—3645’,也可以是‘3603—645’。
所以我开始就用数字串来研究语音合成方法,任何一段话,我用数字串的规则来套,把它固定。一把这个事想通,我特别兴奋。我后来和同学说,这个想法如果卖给微软,也许能卖五千万元。”
但是,刘庆峰先生想出“数字串规则”的灵感,不是来自中科大语音实验室,而是华为公司。
1996年,王仁华教授派给刘庆峰先生一个任务—去华为改进114报号系统。这是实验室的一个外协项目。中科大语音实验室很早就研发报号系统了。当年华为使用的114报号系统效果不佳,一字一顿。于是,华为付给中科语音实验室研发经费四万元,以改善整个系统的报号效果,要求只有一个:“像真人一样”。
项目结束后,华为多给了中科语音大实验室一万元,从四万元变成了五万元。
回忆往事时,刘庆峰先生说:“王老师就给了我一个福利,让我去华为协助系统上线。那是我第一次坐飞机,住两百多元的饭店(我们以前都是住十几元的大通铺),好吃好喝。我在华为待了两周,感受了华为文化。就在这个过程中,科研的灵感竟然来了。”
刘庆峰先生的灵感,来自于华为的好吃好喝和文化熏陶,刘庆峰先生与华为的缘分真不浅啊!