據中國新聞出版研究院數據顯示，2017年中國成年人的聽書率為22.8%，越來越多的人習慣于用耳朵聽而不是用眼睛看，有聲閱讀正在成為未來閱讀的新形式。生活節奏的加快，上班族習慣了通勤路上或者碎步化時間來收聽消息，所以能夠收聽新聞資訊、滿足閱讀需求的音頻類平臺、APP越來越受大眾喜歡。
聲音作為有聲閱讀中重要環節，是如何實現的？
傳統的聲音獲取可以通過找專業的聲優進行錄音或配音，而互聯網信息瞬息萬變，錄制的速度可能趕不上信息變化的速度，同時海量的內容信息通過錄音工作量大且成本高，而人工智能技術的發展，語音合成技術改變了這一難題。
語音合成技術，從源頭解決聲音輸出的方式
極限元的語音合成技術采用國際先進的數據驅動技術，利用精心設計的語音語料庫進行聲學模型和文本處理模型的訓練，得到的模型深度挖掘了語音語言特性，合成的語音清晰、自然、親切、具有高表現力，媲美真人發聲。
極限元的語音合成技術能夠實現有聲閱讀下的多種平臺多種場景的應用，如提供新聞資訊播報平臺、小說詩歌閱讀APP、音頻公眾號、智能音箱等。
適配于多用戶多場景下的“閱讀”體驗
在面對多種人群多種閱讀內容形式時，單一的合成語音已經不能滿足需求，極限元語音合成能夠提供各類型男聲、女生及童聲。
還可根據用戶需求定制個性化音色服務，如：林志玲的嗲氣十足、郭德綱幽默逗趣、游戲動漫角色聲、各類方言等。極限元定制化語音合成支持錄音人選型、錄音采集、語料標注，還能實現模型迭代訓練、合成引擎優化，支持在線、離線模式，適用于多種平臺。
極限元語音合成技術優勢體現
數字、符號在生活中無處不在，同樣也充斥在閱讀的文本中，那么不同的數字，符號代表不同的意思，該如何處理呢？極限元語音合成技術能夠根據數字的上下文語境，做出智能判斷，以確保朗讀的正確性，例如10:12，可以表示十點十二分，也可能是比分十比十二，這就需要根據其上下文語境進行判斷。
而對于符號，極限元語音合成技術能正確判斷這些符號的讀法，以及其符號與相鄰文本(數字)朗讀的先后順序。比如RMB100讀作“100元人民幣”，40%-50%讀作“百分之四十到百分之五十”。
語音合成技術中，讓聲音富有情感和表現力，一直是語音合成的一大難點，而極限元為了保證合成語音真實、自然、富有情感，適用于多種場景下，積極地與國際接軌。其創始團隊源自中科院自動化研究所并成立“智能交互聯合實驗室”，號稱語音合成界的“黃埔軍校”；在人工智能領域有20多年技術積累，在國際會議和期刊上發表論文400余篇，申請語音及音頻領域專利100余項；作為負責人、科研骨干參與多項國家自然基金項目、國家863項目和國家重點研發計劃等項目，獲得多媒體情感競賽第二名、北京市自然科學進步二等獎、中國專利獎優秀獎、北京科技進步獎、Eurospeech大會獎等多種獎項。
