欧美成a人片在线播放,成人十八黄色网站,h免费a级毛片18禁网站

當前位置： OFweek 人工智能網(wǎng) > 語音識別 > 正文

百度推“DeepVoice”最終版：半小時即可學會一種口音

2017-10-25 15:22

來源：鎂客網(wǎng)

最近，百度終于推出了DeepVoice的“最終版”，并聲稱最終版可以在每半個小時內(nèi)完成對10000種語音的數(shù)據(jù)學習。

百度推“DeepVoice”最終版，半小時即可學會一種口音

DeepVoice作為一個完全有深度神經(jīng)網(wǎng)絡構(gòu)建的高質(zhì)量語音轉(zhuǎn)文本系統(tǒng)，能夠用于智能手機地圖與語音軟件；能夠?qū)崿F(xiàn)游戲角色由玩家自己合成聲音，從而替代原聲配音；還能夠用于音樂合成供娛樂消遣。但目前百度DeepVoice產(chǎn)出的口音，其合成感還是很明顯。

百度于今年2月份推出的DeepVoice第一代，與神經(jīng)文本到語音（TTS）系統(tǒng)不同，它只能學習較短的句子，并且系統(tǒng)每次只能學習一種聲音，在數(shù)個小時后才能掌握。

在今年5月份推出的DeepVoice2，模仿口音時間有所提高，大約一個小時內(nèi)即可模仿出一種口音。單系統(tǒng)即可以學習數(shù)百種不同的口音，同時實現(xiàn)高音質(zhì)。

百度推“DeepVoice”最終版，半小時即可學會一種口音

如今推出的DeepVoice最終版，效率極大提高，可以在半個小時內(nèi)完成對10000種語音數(shù)據(jù)的學習。但是，百度表示“最終版”仍然有進步空間，他們要制造出一種能夠掌握多種口音或能捕捉字符間細微差別的系統(tǒng)，以使得語音合成系統(tǒng)用處更廣泛，學習聲音真實程度更高，錯誤率降低。

除了百度之外，Google、Apple和Amazon都有相關(guān)的語音合成研發(fā)產(chǎn)品。Google旗下的DeepMind，一直在進行一個名叫WaveNet的類似項目。最新版本的WaveNet已經(jīng)能夠在掌握口音方面做到真實、高效，甚至可以像真人那樣產(chǎn)生“唇音”。可見，百度的語音合成軟件的研發(fā)之路還很長遠。