两年前的经历让孙涛至今难以忘怀。“有一位抗美援朝的老战士，很怀念已经过世的老排长。” 语音合成架构师孙涛就和同事录制了一些老排长在世时的声音，并通过语音合成技术把老排长留给老战士的信读给他听，老人顿时泪流满面。

 

语音合成广泛应用于播报、客服、导航、虚拟主播、虚拟主持人等等。语音合成有三大关键因素：文本内容、发音人音色和说话的韵律节奏。发音人音色的不同在于喉咙。每个人的喉咙结构比较固定，如果把它比喻成一个乐器，文本内容和韵律节奏更像是乐谱。语音合成相当于只要掌握了乐器（喉咙）的基本结构，想要合成什么样的语句，只要提供乐谱（文本内容和韵律节奏）就可以了。

 

“只要收集你说的9句话，就能复刻你的声音”。语音合成架构师孙涛自信地对中工网记者说。每天，孙涛要处理大量采集来的声音。看着高低不平的声波，就像看着即将亮相的乐谱，人工智能是“演奏家”，而他，就是那个“作曲家”。