谷歌正在研究能夠讓計(jì)算機(jī)合成語(yǔ)音更加自然的技術(shù)
3月28日,據(jù)國(guó)外媒體報(bào)道,谷歌研究院正在探索讓機(jī)器合成語(yǔ)音更加自然的方法。谷歌大腦和機(jī)器感知團(tuán)隊(duì)的成員本周二在博客中公布了一些能讓語(yǔ)音更具有表現(xiàn)力的方法示例。
同時(shí),谷歌發(fā)布了“云端文本轉(zhuǎn)語(yǔ)音”服務(wù)的測(cè)試版,提供了與谷歌助手同樣的語(yǔ)音合成服務(wù)。該服務(wù)采用了DeepMind的WaveNet技術(shù),這個(gè)技術(shù)可以被用于生成非常自然的聲音。
有報(bào)道顯示,谷歌研究員近期發(fā)表了兩篇論文,提出了新的發(fā)音方法,介紹了如何模仿語(yǔ)音中的重音或語(yǔ)調(diào)。這兩篇論文的技術(shù)都是基于Tacotron2。Tacotron2是谷歌去年12月份推出的人工智能系統(tǒng),使用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,模仿人類語(yǔ)音。
Tacotron在大部分情況下都可以模擬真人聲音,但是卻無(wú)法模仿說(shuō)話中的重音和自然語(yǔ)調(diào)。Tacotron的聯(lián)合發(fā)明人Wang Yuxuan參與了其中一篇論文研究。研究通過(guò)將人類語(yǔ)音片段嵌入計(jì)算機(jī)語(yǔ)音風(fēng)格,使合成語(yǔ)音中實(shí)現(xiàn)了重音等效果。另一篇論文的研究則使用無(wú)監(jiān)督訓(xùn)練和識(shí)別語(yǔ)音模式,并模仿某些語(yǔ)音風(fēng)格。
在語(yǔ)音技術(shù)研發(fā)上,去年蘋(píng)果Siri被眾多消費(fèi)者認(rèn)為是更加具有表現(xiàn)力的聲音。同時(shí)去年四月,亞馬遜Alexa面向語(yǔ)音應(yīng)用開(kāi)發(fā)者提供了SSML標(biāo)簽,在語(yǔ)音助手中增加了更豐富的表達(dá),例如停頓、輕語(yǔ),以及一些感嘆詞等。

發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)
最新活動(dòng)更多
-
3月27日立即報(bào)名>> 【工程師系列】汽車電子技術(shù)在線大會(huì)
-
4月30日立即下載>> 【村田汽車】汽車E/E架構(gòu)革新中,新智能座艙挑戰(zhàn)的解決方案
-
5月15-17日立即預(yù)約>> 【線下巡回】2025年STM32峰會(huì)
-
即日-5.15立即報(bào)名>>> 【在線會(huì)議】安森美Hyperlux™ ID系列引領(lǐng)iToF技術(shù)革新
-
5月15日立即下載>> 【白皮書(shū)】精確和高效地表征3000V/20A功率器件應(yīng)用指南
-
5月16日立即參評(píng) >> 【評(píng)選啟動(dòng)】維科杯·OFweek 2025(第十屆)人工智能行業(yè)年度評(píng)選
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達(dá)AI統(tǒng)治的開(kāi)始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀(jì)”爆發(fā)至今,五類新物種登上歷史舞臺(tái)
- 5 國(guó)產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計(jì)算迎來(lái)商業(yè)化突破,但落地仍需時(shí)間
- 7 東陽(yáng)光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開(kāi)成長(zhǎng)空間
- 8 地平線自動(dòng)駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營(yíng)收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機(jī)器人東風(fēng)翻身?