实操给桌面呆板人加上超拟人音色
前面我们讲了怎么用CSK6大模型开发板做一个桌面呆板人充当AI语音助理，近期上线超拟人方案，不仅大模型语音最快可以1秒内回复，还可以让我们的桌面呆板人使用超拟人音色、具备声纹识别等能力，本文以csk6大模型开发板为例实操怎么把超拟人音色用起来。演示视频：
超拟人语音极速回复演示视频
硬件准备
[*]起首在CSK6大模型开发板上使用超拟人
https://i-blog.csdnimg.cn/direct/e1e52abb1c904765944734e79a28da5a.png
2.加载乐成后的待机界面
https://i-blog.csdnimg.cn/direct/5ee6a0ba8b0a4e5a9975baa47bfcb7b6.png
大模型处理流程配置
[*]登陆聆思平台(LSPlatform)平台，点击应用模板中心，在定制开发标签下选择超拟人极速语音交互模板点击添加应用按钮。给应用命名后点击确认创建应用。
https://i-blog.csdnimg.cn/direct/b248214bb8aa441f97f9789e4eaa4e40.png
2.完成创建后找到刚创建的应用，点击编排应用进入可视化应用编排界面
https://i-blog.csdnimg.cn/direct/0e920f48915547539521f091e285ceb1.png
3.在编排界面可以看到对应节点，整套流程包罗快速相应、声纹识别、知识库问答、兜底闲聊、超拟人TTS等功能
https://i-blog.csdnimg.cn/direct/5d05f6cd39914efbba8bcc74152f6669.png
流程解析如下：
a)用户发起交互后，会进行ASR语音转笔墨和声纹识别，当前声纹能力支持成年人男女、儿童男女四种身份识别，模型能基于不同身份分析提供不同的个性化回复。
b)完成识别后，若产品有配置知识库，会优先基于知识库问题匹配阈值，大于阈值则优先基于知识库内容问答，小于阈值再进入意图分类。
c)流程中提供了落域、改写、拆解模型，进行意图处理，意图分类后将进入对应流程。
d)如对话意图属于天气、计算器、日期查询等AIUI技能，则会落域到AIUI链路，进行技能回复。
e)如对话意图属于闲聊、开放性问答、搜刮意图，则会进入大模型调用链路。末了通过一系列系统决策，进行超拟人合成。
4.如果要更换发音人，可以在【发音人配置】节点进行调整，对应的音色配置参数如下
音色
发音人参数
成人女声
x4_lingxiaoyue_oral
成人女声
x4_lingxiaoqi_oral
成人男生
x4_lingfeizhe_oral
儿童女声
x4_lingyouyou_oral
5.如要挂载自建大模型知识库，可以在【知识库召回配置】节点填入自建的知识库ID，
（关于自建RAG知识库的方法可以参考前面发的实操三步接入RAG知识库的文章）
https://i-blog.csdnimg.cn/direct/454b4fb7477044e597a43b9869377b20.png
6.如要把AIUI平台的其他语音技能接入，可以在【AIUI配置】节点填入对应的信息
https://i-blog.csdnimg.cn/direct/e5f40dca276841078022f21ce0ac76f7.png
产品信息配置
[*]新建产品：在产品管理模块点击新建产品按钮，并按要求填写你的产品名称。
https://i-blog.csdnimg.cn/direct/d1fd911320cd469c9e886784bb2abe82.png
2.配置应用：把前面配置好的大模型流程关联到产品管理模块
https://i-blog.csdnimg.cn/direct/1f87d3b269d04c90a21cbc2d4a4c5fd0.png
3.开发板绑定云端产品ID
1）装备ID（chip ID）是一个产品下的唯一装备标识，我们需要获取当前装备ID方便后续在云端配置，才能让装备鉴权通过实现端云交互。在屏幕上方下滑，进入以下操作：
https://i-blog.csdnimg.cn/direct/af53270b388a4b20943883742a068f1c.png
2）点击右下角扫码接入按钮调出相机，将 LSPlatform 待接入的产品二维码置于屏幕绿色扫描框内，完成扫描后，请在应用配置信息处查抄product_id和secret_id是否已更新：
https://i-blog.csdnimg.cn/direct/187e3a6eb9ff4b00abb7e68355c684aa.png
4.云端绑定：在【装备管理】页面添加装备ID
https://i-blog.csdnimg.cn/direct/98e873cb407144299af6ee0700223df5.png
测试/部署
完成以上步调，验证乐成后即可正式发布。
打开前文创建的应用，击部署生产，然后重启开发板即可。
https://i-blog.csdnimg.cn/direct/68852c0c154444a2bb2e21cf73490255.png
语音交互使用超拟人音色后，发音更靠近人类的语音表达和情绪交换能力，因此在更多场景中可以或许提供更好的用户体验，如智能客服、语音助手、有声阅读、陪伴呆板人等，可以或许人带来更加暖和、亲切、自然的交互感受，进一步拓展语音合成技术的应用范围和深度
本文使用的聆思CSK6 大模型开发板详细信息可参考线上文档套件简介 | 聆思文档中心，解锁更多玩法、例如更换大模型、添加私有知识库、自定义流程、控制装备等请参考之前发布的博客，也可以私信、评论或在技术群交换。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]