楼主 为了把语音助手变成初恋女友，机器学习到底做了多少学习？
拜读了很多鹏友非常精彩的小P调教文章和视频，无一例外，都对小P这一套基于全新超大规模在线神经网络语音合成引擎的AI声音大加赞赏：更自然的语调，更甜美的音色，多种情绪的表达让小P更像一个真人管家为乘坐者服务。
同时，原先的小P所具的：连续对话、多音区识别、无效语句滤、随时打、深层车机节交互等引为豪能力都完继承。
当然，也有很多网友不理解，为什么一旦信号不好，小P有些时候还是会变得语调机械，甚至不言不语呢？明明是一个为我单机服务的车技系统，就一定要联网才能完成这些功能呢？
其实，这些不理解是很正常的，下面，我就带大从小P最具色的个方，去解密一为了造一像小P这样智能音助，它后的数据、人工能、机器学习技术到底完成了哪些不可思议的工作。机器学习吗？总要看，机，到底做了些学习?
为什么的语音听上去更自然了？
这次P最的区别，就语调更加自然，音更加甜美。们首先就来说说机到底学习了么神仙能力让小P变身初恋萌妹吧。
和自然人说话一样，语音助手听到令后，需要做两件情：备好要说的容，就是出文，然后合成音将容念出来。同样的容，旧版的P说出来觉得笨笨，新的小P仿佛就像可爱的姑娘在跟你说话，根本别，就在于第二部语音合成技术，取得了大幅度的进步。
语音合成（Text-To-Speech）是通过计算机将文本转换成语音的过程，随着技术的发展，像小P这样的语音助手，合成音几乎可以到了以假乱真的程度，这部分的技术，主要经历了三个发展阶段：
基于波形（词）拼接的方法
基于统计参数语音合成
基于深神经络的音合成
第阶段：基于波形（词）拼接的方法
基于波形拼接语音合成方法，是基于目基元上下文信息，（如短语的位置、词性等）从录制音库找到相似的基元。
打车门，小P会对我说：“午好，数据里奥斯”。最单的方法，就是直接录制这一段话，小P需要说这段话时候，就播放这段容就了。但是，问题来，我们有10万个鹏友的时候，就这一句话那就要录10个版，显然数据太大，那有什么办法优呢？有的，你看“午好”，这句话不都是一样的么？那我们只需要录制遍就了呀，于是，我们只需要录制一“下午好”和“你名字”这两语音，然后组合在起播放就OK了，原先录的10万遍午好，只需要存储次就可以了。
以此类推，其实有的话，当们把每一个字都单独录制后，就可以一字（词、短）一字（词、短）的播放出来，千遍万化语音，只要分割成我们数据库匹配字或词，就可以播放出来，完全不需要每一句话都前录好。这就是谓的基于相似波形（相同词语）进行拼接的语音合成方法。
当然，这种方法有很的弊端，一字一字念出来的音，没有语境，没有上下文，自然也就可能有抑扬挫、没有断句。如切分得比较粗，又需要储存很多音片段，录难度，存成本高。
第二阶段：基于统计参数的语音合成
前面我们也提到了，第一个阶段的语音合成技术，最大的问题就是不连贯，也没有抑扬顿挫，所以显得不真实。
其实，人类说话确实是有些规律可循的，比如，人类发生系统可以发出三类语音：
（1）浊音：（比如元音）肺部气压升高，强迫空气通声门，使声带振动产生的类周期性宽频脉冲
（2）摩擦音：（比如辅音，/s/, /sh/, /f/）空以足够的速通过分关闭的声
（3）爆破音：（比如/p/, /t/,/k/)空在完全闭合声道累积增压，然后突然开声道产生。
如果我们能够总结出些抑扬顿挫，发音气的征，然后在之前合成语音基础上，根据每一发音前后关联特征，加上这些气特，是是就更像真人说话？这就是语音合成技术第阶段主要解决的问题：基统计数的音合成。其比较有名的就是基HMM（隐尔科夫模型 Hidden Markov Model）计参数的语音合成。工程师们将总结出一些像上面到的爆破音、摩擦音等特征信息数字化炼成征参数，放到整模型中，根据已有的记录上下文一些征的数据库复提炼、训练整套型，就会将些语，特征逐渐刻画在合成的音当。
举个太恰的例子，原先P图时候，我们都是通PS来做的，比如鼻子亮点会显得鼻子高，颊加阴影会显瘦，这些点固成套之后，咱们就有一些美图秀秀这样的软件可以根据这些固定套路帮你自P图。
听上去，是是挺完美了？但是，它也有它的问题，比如自P图，最大弱点什么？网红脸，为不过P图把人P得太不实，自动P图软件都会在训练照片时不弱化些较为突出特征，使得图片尽自然。语音合成也一样，因为数据总会有不实或突兀地方，聪明机器会有类似去最高和最分这样的操作来保证最终出的结果尽“中庸”。
第三阶段：基于深度神经网络的语音合成
基于统计参数的语音合成，受限于声码器、HMM建模精度不足等因素，使得合成的语音表现力弱，合成声音发闷。随着计算机硬件，传感器，算法等多方面水平的进步，这样一个问题优化有了更的解决方案，那就基于深度神网络进行语音合成，这也新的P采的技术手段。主要优化和解决了两个技术难点：1. 特征号采集精度高 2. 运算量高无法完成时的音合成任务。
特征信号采集精不高，怎么办？
针对经网络特征号采集精度高，的采集器将声音特征的采集精细到了每帧，添加大量关于调，气，绪等各种特征信号，新的技术进，可无限接近地获取到原声所有特征号参数。
运算量高无法完成时的音合成任务，怎么办？
采集度的问题解决了，那如此想要在如此庞的数据中接近实时地合成音，还需要常强的算力支持，也需要非常优秀的算法模型，尽可能地节约算力，才让合成语音P做到对答如流。的深层神经络有强大非线性建模力，这一类机器学习算法之所以称之为经网络，正因为它的算法逻辑如同人类的神细胞样，传递信号及其，同时互通互达，共享参数和结。这样的好处就是，原本些我们需要复等待上一次计算结果再进行的运算，可以分到非常多的处理器同时进行，互通有，运算速度大加，重复计算减少、待的时间大缩短。如同初恋女友般的P，就在这样高精的采集器和速运算的处理器和算法加持下，诞生了。
One More Thing： 为啥网络不好小P声音就不甜了？
介绍完语音合成技术的三个重要发展阶段，相信大家都知道了新的小P是需要非常庞大的语音特征数据库和高算力处理器支持的了。那这也就很好回答鹏友中经常产生疑惑：为啥网络好小P声音就不甜？因为这样套数据库和处理能力，目车机统本还是法承的，只有借云端强大服务，才可以完成这样的工作。换句话说，将如此高成的硬件设备放在每辆车，一天却使那么十次，无疑浪费，也抬高了成本。署一套强大设备，同时为所有鹏友服务，才更正确的选择。所，这套系统，部署远程，通过络进服务，是合合理。同时，鹏工程师也通各种技术手段使得可用率达到了97%，也有相应的服务降级措施，绝大数情况下，P一直都会你的初恋女友哒~
