语音机器人人工录音与TTS语音哪个更好

语音机器人已经盛行几年了，那么既然叫语音机器人，语音是怎么来的呢？

今天其实是来探讨这个问题的。

有三种方式，一种是整套话术全部人工录音，就是每句需要讲给客户听的话，都提前用人工录好录音，上传到系统后台，当客户打来电话咨询或者呼出推销自家产品的时候，客户听到的声音其实是提前录制好的，很多客户听到后根本不知道是机器人在跟他对话。当然交流几句后，肯定还是会被发现的，毕竟这不是真人。

第二种，全部用TTS（一项语音合成技术）。为什么会要用合成技术呢，肯定是因为无法用录音来完成这个工作任务。比如催收，就拿电费催缴这个业务场景来说吧，郭某某，欠费10元；李某某，欠费8元；王某某，欠费11元；......这怎么录音呢？一套催缴话术，其他都是固定的说辞，就名字和金额不同。这种不同的元素，我们给他取名叫“变量”。那么这种含有变量的话术，可以全部采用TTS的方式，因为TTS技术能将任意文字信息实时转化为标准流畅的语音朗读出来，就相当于给机器装上了人工嘴巴。

这种场景可能有的人会觉得太机械了，声音全部都是机器转换的，没有一点人情味，没有一点温度，不爱听。有的人觉得这个就是通知我一个事情，并且也是我生活中需要关注的事情，声音什么样子不重要，重要的是内容。

第三种，真人录音混合TTS。还是电费催缴这个场景，既然只有人名和金额是变量，其他都是固定不变的。那么是不是可以固定的部分用真人录音，变量的部分就用TTS来转换呢？

第三种模式天天讯通的AI机器人最早是支持的，但是现在最新的版本已经舍弃了。以后是否还需要继续兼容第三种模式，还在市场验证的过程中。

为什么要舍弃呢？

一个是真人录音与变量这个衔接一般会有延时，让接听电话的人听起来不连贯，感受不太好。还有一个是TTS厂家的收费模式，他们是按次收费。举例说明，比如郭某某，您好！截止到今天您的电费已欠款50元，请及时缴纳，避免停电！其中郭某某和50是两个变量，如果我们整句话一起转换，不但连贯性没问题，还只算一次转换费用。如果固定部分用真人录音，变量部分转换，那么两个变量算两次转换费。

所以评估出来，干脆这种模式就先舍弃了，既能节约我们机器的性能，又能让语音连贯性更好，还省成本。也欢迎大家给出意见或者建议，看看我们是否还需要恢复这个模式。

​