高德地图录制自己的语音包怎么设置【推荐】高德录制语音包怎么用

各位小伙伴好，今天幸福的小麻花想跟大家聊聊高德地图录制自己的语音包怎么设置,高德录制语音包怎么用，我们整理了一些声音，语音，技术，语句，地图的游戏实用干货分享给大家，通过我的总结和实践，我相信这篇文章对初学者将会很有帮助。

对于有车一族来说，手机中导航软件必不可少。

不知道各位小伙伴们平时喜欢用哪款导航地图，反正小黑对高德地图还是情有独钟，因为内置的明星语音导航包确实不错。比如声音嗲嗲的林志玲，游戏玩家熟知的PDD，以及郭德纲、李佳琦等一众明星。

在众多语音包中，小黑比较喜欢使用林志玲语音包与小团团语音包，在开车过程中，动听的声音可以驱散倦意。“前方五百米下高速”“前方道路拥堵，预计通行时间

7分钟”，每次听到语音包发出的声音，小黑总在想，导航中的声音成千上万，应对不同城市道路环境，录制的语句怎么也得四五千句。林志玲、小团团等明星录制这些音频，恐怕也不容易。

直到小黑了解到 TTS 语音合成技术，才明白绝大多数声音都不是明星本人录制，而是依靠语音合成技术凭空“创造”出来的。

搞清楚了明星语音包的真相，小黑突然脑洞大开，普通人是否可以利用语音合成技术，打造属于自己的导航语音包呢？

高德导航“录制好声音”

说干就干，小黑拿起手机就在高德地图中研究起来。没想到，还真让小黑发现了高德地图暗藏的小功能“录制好声音”。

打开高德地图语音包选项，进入导航语音包界面，这里可以选择英雄联盟案例、朱广权、广东话等特色语音包。而在右上角，还有一个个小小的“录制好声音”按钮。

进入录制声音页面之后，会有八句提示语，如“准备上路喽，系上安全带”，“安全到达目的地，下车记得关上车窗”。

录制完成之后，打开“我的好声音”按钮，就可以将自己的声音插播在驾车导航中了。小黑录制完成之后，测试了一下，感觉效果并不好。大部分时间依然是林志玲导航语音，自己的声音根本就听不到。

在先后录制了四次声音之后，小黑总算明白。高德地图这个功能并不会使用语音合成功能定制个性化语音导航，它只是将我们的声音录制下来，放在固定场景播放。直白点说，高德地图目前根本做不到定制语音包，小黑想要使用自己语音包替代林志玲语音包，技术上根本做不到。

语音包背后的秘密

高德地图可以定制明星语音包，为何不能定制普通人语音包？

其实，关键在于语音合成技术。高德地图虽然提供各种明星语音包，但他们本身并不具备语音合成技术，他们的技术源自于科大讯飞。

科大讯飞这个名字，很多小伙伴都很熟悉。讯飞听见、讯飞语音识别，在很多场合都能看到他们的影子。作为中文语音识别领域的领头羊，讯飞在语音合成方面的技术同样数一数二。

在讯飞开放平台，提供在线语音合成功能，可以将文字转化为自然流畅的人生，并提供100 多种发音人供用户选择。

小黑试用了一下讯飞语音合成功能，确实可以看出技术非凡。男声洪亮、女声婉转动听，还有合肥男声、山东女声等个性化声音可供选择。

不过，这并不是小黑想要的，小黑想让科大讯飞利用小黑的声音，定制出一套独一无二的声音库。就像林志玲语音包、小团团语音包一样，全世界绝无仅有。

欢迎来到声音复刻站

科大讯飞真的提供这类服务吗？还真有。在科大讯飞产品库中，有一个名为“讯飞留声”的产品，可以快速、便捷、完美复制我们的声音。简单来说，讯飞音库定制解决方案是为企业量身定做的产品，而讯飞留声则是它的精简版，专门为普通用户打造。

根据科大讯飞的介绍，讯飞留声可以复刻我们的声音，为远在家乡的孩子讲故事；为留守老家的服务读书读报；还可以使用妻儿的声音作为车载导航系统语音包，为我们保驾护航。

具体到应用中，讯飞留声只需要自己录入10句话，5分钟左右就可以制造完整音库。

如此神奇的技术，讯飞是如何实现的呢？其实，语音合成有三大要素，分别为信息、音色与韵律。语音信息指的是我们说话的内容，比如与人闲聊、语音朗读、主持人播报新闻，所有讲述的内容都属于语音信息。

音色是指不同声音表现在波形方面总是有与众不同的特性，不同的物体振动都有不同的特点。生活中，每个人的声音音色都是独一无二的。平时人们常说的未见其人先闻其声，指的就是通过声音音色判断说话人是谁。

至于韵律，指的是每个人声音高低快慢特点。比如主持人播报新闻字正腔圆，嗓音中正平和，再比如评书表演艺术家往往“漂、俏、快、脆”，善于运用气息，说话抑扬顿挫富有韵律感。

针对信息、音色与韵律三个方面，数百年来科学家们做了无数努力。1779年，德国科学家开发了可以发出五个长元音[aː]、 [eː]、 [iː]、 [oː]、 [uː]声道模型，十二年后加入舌头与嘴唇模型，可以发出元音和辅音。

可惜，由于当年技术不发达模型建立之后并不能模拟人声。直到上世纪三十年代，著名的贝尔实验室发明了电子语音合成器The Voder。

在随后几十年里，人们围绕语音合成这一课题先后提出多种语音合成系统，在2014年以前，语音合成技术已经可以有效模仿人声，我们小时候听到的机器人声音，大多数都是由这些早期语音合成技术提供。

过去的声音最大的缺点就是苍白僵硬，轻易可以听出来人声与机器声音的区别。人声通常饱含情感，语气语速与韵律都各不相同。因此，现代化语音合成技术都用上神经网络技术，利用参数合成、情感TTS技术，增加情感线索，让语音合成出来的声音更加接近人声。

科大讯飞参数合成技术，需要走录音，标注，建模，优化这几个步骤。首先准备好几处语库，语库通常覆盖语言中的元音、辅音、音调，然后针对场景录制语料，接着针对语音语调标注，最后使用 TTS 模型训练，不断优化模型，合成独特的声音。

讯飞留声语音合成的过程，其实就是一个深度学习的过程，通过不断学习，语音合成速度也在加快。早期讯飞留声语音合成需要一两个小时，后来只需要5分钟。

只要5分钟，就可以复制自己的声音，讯飞留声这项黑科技听起来有些炫酷。那么它的效果如何呢？小黑发现，在论坛上有不少网友体验过该功能，表示跟本人的声音有七八成相似度。

▲ 讯飞留声小程序系统更新维护

然而，等到小黑准备亲身体验一番，却遇到了阻碍。讯飞留声官网打不开，讯飞留声小程序系统更新维护，暂时无法使用。小黑找遍了科大讯飞所有平台，也没能找到可以正常使用讯飞留声的方式。

个性语音定制，玩家真不少

或许是因为技术不成熟，或许是因为盈利前景不佳，讯飞目前并没有开放个性化语音定制。

除了讯飞留声，业内标准个性语音定制的企业可不少，比如微软与谷歌。微软Custom Voice项目启动时间稍晚于科大讯飞，目前已经可以实现中文、英文等多种语言语音合成。

为获得优质结果，微软Custom Voice 要求提供大量真人语句。不同训练方法需要不同的训练数据大小，若要使用“统计参数”方法来训练模型，则需要至少
2000 个不同的语句；“连续式”方法需要 6000 个语句；而“神经”方法需要的最小数据大小为 300
个语句。每一个语句时长不超过15秒，提供的语句越多，合成的语音就越接近真人发音。

与微软Custom Voice类似，谷歌Lyrebird（琴鸟）也推出了自己的定制语音合成系统，只需要30个英文声音，就可以推理并模仿声音中的情感、语调。

琴鸟的神奇之处在于，它不仅能模仿多种其他鸟类的声音，它还能模仿大自然不存在的声音，比如说汽车鸣笛声、伐木用的电锯声、相机的快门声。

以上是本文的全部内容，感谢大家的关注！希望能为你解决问题，在这篇高德地图录制自己的语音包怎么设置【推荐】高德录制语音包怎么用中获取了有价值的知识，那就分享给你的朋友，一起学习成长吧！