在剛剛結(jié)束的“Blizzard Challenge 2014”國際語音合成大賽上，科大訊飛通過承建的語音及語言信息處理國家工程實驗室報送的參賽系統(tǒng)在25項測試指標中的11項位列第一，取得了綜合排名第一的好成績。這是科大訊飛自2006年首次參賽即奪冠以來，第九次蟬聯(lián)該項賽事桂冠，持續(xù)鞏固了訊飛智能語音技術(shù)的全球領(lǐng)先地位。
Blizzard Challenge是由美國和日本聯(lián)合發(fā)起的國際上規(guī)模最大、最具影響力的語音合成大賽，歷屆大賽吸引了美國卡耐基-梅隆大學、英國愛丁堡大學、日本名古屋工業(yè)大學、IBM研究院、微軟亞洲研究院等語音技術(shù)領(lǐng)域的世界一流研究機構(gòu)與企業(yè)參加。
與歷屆相比，本次大賽首次將主要測試語種由英語轉(zhuǎn)換到非英語語種，要求提交的語音合成系統(tǒng)包括印地語、阿薩姆語等六種印度語種，并增加了這些語種與英文混讀情況下的合成測試，進一步增加比賽的難度。在評測過程中，組織方選擇了5個語種基于統(tǒng)一測試平臺進行主觀測聽，每個語種的測試指標包括相似度、自然度、可懂度、英文混讀相似度和英文混讀可懂度共5項指標。
在不到兩個月的時間內(nèi)，研究團隊克服了時間緊、語種多、小語種資源受限等困難，充分發(fā)揮了科大訊飛的核心技術(shù)優(yōu)勢，采用基于統(tǒng)計聲學模型的單元挑選與參數(shù)合成技術(shù)方案，并研發(fā)了基于深度神經(jīng)網(wǎng)絡(luò)的語音合成新方法，高質(zhì)量完成了所有語種語音合成系統(tǒng)的構(gòu)建。最終提交的參賽系統(tǒng)獲得了印地語合成語音相似度與可懂度、印地語英語混讀合成語音相似度與自然度等共計11個指標的第一名。
一直以來，科大訊飛的語音合成技術(shù)代表著世界最高水平，不僅中文語音合成技術(shù)超過了普通人說話水平，而且在英語等多語種語音合成上牢牢樹立了國際領(lǐng)先地位。未來科大訊飛將積極開展人機對話、小說合成等熱點領(lǐng)域的研究，著力提升語音合成的表現(xiàn)力和真實感，通過多語種語音處理、個性化、定制化等技術(shù)，進一步擴大應用范圍，不斷提升核心效果。
此次榮獲國際語音合成大賽九連冠，進一步擴大了科大訊飛在多語種語音合成等關(guān)鍵技術(shù)領(lǐng)域的國際領(lǐng)先優(yōu)勢，對推動智能語音技術(shù)在社會各領(lǐng)域的深入應用、贏取國際競爭、開拓國際市場等方面具有重大而深遠的戰(zhàn)略意義。
（語音及語言信息處理國家工程實驗室是由國家發(fā)改委于2011年批復成立，由科大訊飛和中國科學技術(shù)大學聯(lián)合共建，是我國智能語音領(lǐng)域唯一的國家級研究平臺。）
