Alexa 的回应方式与声音是实现自然交互、确保客户愉悦体验的关键。其语音输出基于文本转语音（TTS）技术，将词序列转化为自然流畅的音频。自 2014 年首款 Amazon Echo 发布以来，我们通过持续优化机器学习算法，精准选取并拼接双音素（diphones），生成最自然的响应。
近期，我们推出了全新的神经 TTS 技术（NTTS），使 Alexa 交互更趋自然。NTTS 不仅提升了语音质感，还能根据请求上下文动态调整说话风格。如同人类在不同情境下变换语气，Alexa 在播报新闻与提供维基百科信息时，现已能采用截然不同的表达方式。
深度神经网络赋能 Alexa 自然语音
目前，我们已迈出根据上下文调整说话风格的第一步：引入新闻播音员模式。
美国地区用户询问“Alexa, what's the latest”时，Alexa 将以专业新闻播音员的风格播报，自动识别并重读关键信息，使新闻传达更具真实感。
以下为旧技术与新新闻播音员语音的对比示例：
此外，您还可通过维基百科查询体验 NTTS 的中性说话风格。例如询问“Alexa, Wikipedia Nick Jonas”或任意可用主题，即可聆听 Alexa 以中性语调作答。
亚马逊 TTS 研究团队高级经理 Andrew Breen 表示：“让 Alexa 根据上下文调整说话风格的能力，开启了此前难以想象的新颖体验。我们很高兴客户能以这种全新方式收听新闻和维基百科信息。”