自2015年开始，中国人（rén）工智（zhì）能市（shì）场（chǎng）规模逐年攀升，2018年中国人工智（zhì）能市场（chǎng）规模约（yuē）为238．2亿元，增长率达（dá）到56．6％，据预（yù）测，到2020年，中国在人（rén）工（gōng）智能的市场（chǎng）规（guī）模将接近500亿元。

“语音是AI智能时代的（de）重（chóng）要入口，”深（shēn）声科技创始人周俊明说。他的底气来自多（duō）年的行业积累和（hé）互联（lián）网产（chǎn）品（pǐn）开发经验（yàn）。

2012年，周俊明从中科院计算所博士毕（bì）业，顺利进入广电行业龙头企业北京永新视博（bó）担任（rèn）高级算法工（gōng）程师，主要负责音视频算法工作；2013年（nián），他凭借（jiè）音视频算法技术（shù）能力，被腾讯选中，故任职于此，继续从事在线（xiàn）音视频（pín）算法技术研发工（gōng）作；2016年，他加入了欢聚时代，担任（rèn）音（yīn）视频技术总（zǒng）负（fù）责人，带领（lǐng）国内顶级音视（shì）频团（tuán）队，为YY提供核心技术（shù）服（fú）务和技术创新（xīn）方案。

2018年（nián），周俊明和核（hé）心团队成（chéng）员共同创办了“深声科技”，一家智能语（yǔ）音技术服务商，主（zhǔ）要通（tōng）过基于深度学习的文字转语音整体解（jiě）决方案服务B端客户（hù），提高客户在（zài）行业（yè）内（nèi）的竞争壁垒（lěi），帮助客户形成独有的竞争优势（shì）。据悉，成立不（bú）到半年，深声科技就获得（dé）了来自（zì）小米科技的数千万元天使轮融资。

AI行业（yè）从不缺（quē）竞争（zhēng）对手，BAT等头部大企业有（yǒu）强者的（de）打法，初创企业也有自己弯（wān）道超车的策略。深声科技在多年的（de）实践摸索发现，以（yǐ）往客（kè）户在语音合成中最关心的是信息的传递。但随着物质（zhì）生（shēng）活的（de）不（bú）断提高，客户对于语音转化真实感的需求也日（rì）益（yì）剧增，催生了拟人（rén）声智能营销、拟人互动、拟人陪伴等（děng）大规模商业化应（yīng）用（yòng）场（chǎng）景和价值（zhí）。基于此（cǐ）逻辑，深声科技在商业模式方面主（zhǔ）打三大场景：语音内容输（shū）出、智能语（yǔ）音（yīn）交（jiāo）互（hù）、智能客服营销。

其中，内容输出业务是深（shēn）声科技（jì）重点（diǎn）推（tuī）进的（de）主线业务，团队主要通过（guò）与有版权IP的企业合作，以有声（shēng）阅读的方式将（jiāng）深声语音（yīn）呈（chéng）现给消（xiāo）费（fèi）者，内容涵盖文学、动漫、新闻资讯等（děng）多种题（tí）材和类型。根据深声科技提供（gòng）的数（shù）据显示，深声目前已与十余家（jiā）行业头部的（de）内容版权企业（yè）达（dá）成（chéng）合作，一方面为企业提供（gòng）文字语言转（zhuǎn）化工具，按字（zì）数收费；另一方面（miàn），提（tí）供（gòng）语音（yīn）合成整体（tǐ）解决方案，共同开发版权IP的语音形式。

在语音交（jiāo）互业（yè）务（wù）中，团队依托投资方（fāng）小米的资源（yuán）及产品（pǐn），重点服务智能语音音（yīn）箱和车联网企（qǐ）业，为其提供语（yǔ）音（yīn）合成、数据（jù）制作和人机交互等服务，协助客户在产品（pǐn）开发过程中精准感知用户需求，增（zēng）强行业（yè）竞争优势。

智能客服营销（xiāo）业务（wù）是深声科技（jì）正在尝试的场景，深声科技主要帮助运营商和金融客户定制声（shēng）音并合成声音，使其在营销过程中提高通话时（shí）长和营销转化（huà）率。谈及看（kàn）好语音交互和智能客服营（yíng）销这两类（lèi）客户群体的原因时，周俊明告诉创业邦（bāng），这两类客户对于语音音质的要（yào）求更（gèng）高，通过深（shēn）声科技自身语音（yīn）合成技术的（de）优（yōu）势能很快（kuài）产生规模化（huà）效应，且这两类客户群体的长期付（fù）费（fèi）能力更强。

从时间（jiān）的（de）维度（dù）上看，深声科技相比科大讯飞、商（shāng）汤科技等AI企业入局较晚（wǎn），但团（tuán）队正在加紧业务布局，构建自身技术壁（bì）垒（lěi）。首先，基于端到端的（de）语（yǔ）音（yīn）合（hé）成技（jì）术（shù）逻辑（jí），深声科技会对采集到的原（yuán）始语音进行自动标注（zhù），再由声（shēng）学模（mó）型（xíng）算（suàn）法对语言和语音进行音素级特征对齐，可以实现（xiàn）完全（quán）拟（nǐ）人发声，将语气、语调、语速（sù）、抑扬顿（dùn）挫等语音特点完（wán）美呈现。在Blizzard Challenge 2019 国际语音合成大赛中，该技术在PER（拼（pīn）音－不包含声调－错误率）和PTER（拼（pīn）音－包含声调－错误率）两个指（zhǐ）标上优于科大讯飞。此外，团队在声音（yīn）定制合成方面的交付能力突出，三（sān）天内便可完成，而行业（yè）一般需要3～6个月。

成立不到（dào）两年，团（tuán）队已有50多人（rén）规（guī）模，其中80％为技术（shù）研发（fā）人员。团队主要成员拥有中科院、中山大学、华（huá）南（nán）理工（gōng）、日本早稻田大（dà）学等名（míng）校硕（shuò）博教育背景和腾讯、网易（yì）、YY等名企工（gōng）作（zuò）经历。联合创始人黄博贤（xián）拥有（yǒu）12年的（de）互联网语音和（hé）音频技术积累，先后在酷狗和YY主导语音和（hé）音频技术的开发。

接下来，团队会重点在效果、性能、数（shù）据三个维度优化算法技术，为各行各业提供更（gèng）多标准化解决方案，加速技术落地，同时完（wán）善（shàn）智（zhì）能语（yǔ）音交互（hù）全链路技术。2020年，团队（duì）还（hái）将推出（chū）面向C端用户的语音克隆产品，在（zài）陪伴、亲子互动、泛娱乐等交互场景（jǐng）全面发力。

目前，该项（xiàng）目已启动A轮融（róng）资，资金将全部（bù）用于（yú）团队（duì）建设及业（yè）务拓展。

本文相关的文章列表页头（tóu）图（tú）图片（piàn）来源于摄图网（wǎng），经授权使用。本文为创业邦原创，未（wèi）经授权不得（dé）转载（zǎi），否则创业（yè）邦将保留向（xiàng）其追究法律责（zé）任的权利。如需转载或有任何疑问（wèn），请联系。