华山论AI：气宗还是剑宗更强？丨AI公开课
比如有想殴打标题一顿并且感觉扎心的：
比如有毫不掩饰表达喜欢之情的：
为了让你们点进来学习新知识我容易吗？！
今天水哥将继续为大家开课，这次我们不说异地恋，也不聊朋友圈，我们要探讨的是一个武侠世界里的经典难题：究竟是气宗还是剑宗更强？
金庸先生的作品《笑傲江湖》中，华山派分为剑宗和气宗的原因竟是因为那本经典的《葵花宝典》……
主讲老师：
（仍然是）水哥
讯飞开放平台技术服务专家
毕业于中国科学技术大学，就职于科大讯飞开放平台事业部。
深度参与讯飞开放平台语音识别、语音合成、语音唤醒等多项产品研发。
传说在遥远的东方大陆上，流派纷众，厮杀不断——其中语音合成派凭借看家神功逐渐站稳了脚跟。
话说这语音合成派的看家神功号称TTS（Text to Speech），能让机器把枯燥的文字转换成语音，简而言之就是“让机器说人话”。历经两百余年的发展，语音合成派弟子遍布天下，不仅潜藏在QQ阅读、滴滴出行、高德导航这些知名大镖局里，还在智能硬件和一些特殊领域的大帮大派里担任重要职务。
根据武艺风格的分歧，语音合成派逐渐演化为气宗和剑宗。从此，他们之间的纷争便再没有停息过……
气宗：我简单粗暴。 剑宗：你没前途！
想当年气宗草创之初，创始人的想法很简单：人怎么发声的我就让机器怎么发声。机器发声山寨一下人体发声，能咋地？
但是有拨人认为：气宗你们这么搞没有前途，而且成效太慢，可操作性太差了，这拨人就是剑宗。剑宗表示，我们完全可以直接找人把语音里面所有的基础片段都录好，到时候想要说啥，拼起来就得了。
气宗的玩法挺特别，他们用气囊代替肺，接根管子代替气管，管子末端再装个气门代替声带，气门后面再装个橡胶做的碗状结构来模拟口腔。
要模拟人说话，气宗用一只手掐住脖子（就是气门），控制基频高低；另一只手操作口腔（就是那个橡胶碗），控制发什么音；剩下的那个用来模拟肺的气囊就只能用脚来踩了。大概就是下面这个样子↓↓
剑宗：……你是不是在逗我？
基频又是什么呢？ 想想我们平时说的汉语普通话，除轻声以外还有四种声调，2声的基频就是前低后高，4声的前高后低，3声是先高后低再高。掐气门的手捏得越紧，声道越窄，振动的基频就越高。不过这当个发明爱好还可以，实际用起来肯定不靠谱——剑宗如是说。
剑宗的绝学听上去就好操作多了，直接找人把语音里面所有的基础片段都录好，按照需要直接拼就行了。这个基础片段可长可短，可以是音素，可以是音节，甚至是声韵母的拼音。这种方法只要会拼图就能操作，完全可以速成。
但在没有计算机的时代，大量单元的管理和拼接是很麻烦的工作，所以每个基础单元只保存了很少的样例让人选择。一旦合成千变万化的语句时，语音的起承转合难免就有些生硬和突兀，拼出来的语音虽然能让人听懂，但很难做到自然流畅。
剑宗：这是我的春天。 气宗：外援来了，你给我等着！
时光荏苒，剑宗的发展随着技术的提高迎来了春天。有了有了计算和存储能力更大的计算机，剑宗可以进行超大规模音库的制作，包括语料设计、音库录制、精细切分、韵律标注；同时进行规则统计，以此来针对不同发音人进行细致调整。这样合成出来的音频音质比较好，一般句子的自然度也不错。
从此，在很长一段时间内，剑宗对气宗在合成音的音质上占据了绝对优势，气宗只在嵌入式的小系统上保留着一小块领地。
https://v.qq.com/txp/iframe/player.html?vid=b0355ckbm3t&width=500&height=375&auto=0
语音合成派的功夫已漂洋过海，走向世界
剑宗和气宗之争似乎已有定论，剑宗取得了压倒性的胜利。然而语音识别领域大放异彩的HMM（隐马尔科夫模型）作为外援闪亮上线，为气宗成功引入，气宗的崛起又让这场腥风血雨的门派之争开始了新的故事……
江湖一程，山高路远……
想了解这位神秘外援HMM的请点这里：如何通过观察女友朋友圈维持异地恋？丨AI公开课
关于语音合成派的故事还有很多，下一期我们将继续详解语音合成派在江湖上的那些事儿。在感谢水哥辛勤讲课的同时，不知各位学员有什么学习心得？欢迎大家在下方留言区评论，提交学习感言，也可以告诉我们你们还想听什么课程内容~下堂课，我们再见啦！
想了解更多AI公开课的内容，长按识别下方二维码即可↓↓
文 | 编 阿序 素材 | 讯飞开放平台 责编 | 立刀刘