字节跳动智能语音方向工程负责人司徒文畅 首先分解下，先从准确性上去描述，然后再说响应速度的问题。准确性上其实识别跟合成稍微不同，识别可以分为声学模型的方案，还有语言模型的方案，声学模型主要是通过加数据做数据增强，肯定是加越多场景的数据会越好，可以让整个声学预测的准确率得到很好的提升，然后让模型深度加深，让整个模型具有更好的效果；对于语言模型，除了加数据以外，还能做一些其他方案，像一些比较关键的词的lm boosting，或者如果你专注于某些领域类的数据，也可以做一些领域domain比较小的lm bias方案，都是可以提升准确率的方法。对于合成来讲，准确率主要分成前端文本分析的准确性，以及后端建模的准确性，我觉得在合成里面更重要的是打造一种反馈的闭环，比如在前端包括一些多音字，多音词，还有停顿、边界，这本身也是业界里的难区...