谷歌黑科技曝光:其AI语音合成系统几乎与真人声音无法区分
作者: 来源: 2021-03-21 16:07:21
12月28日消息,据国外媒体WCCF Tech报道,谷歌表示,其最新版本的人工智能(AI)语音合成系统Tacotron 2几乎与真人声音无法区分。
该系统是谷歌的第二代语音转文本技术,它有两个深层的神经网络,用于完美的输出。第一个深度神经网络负责将文本转换成频谱图(以视觉方式呈现音频频率,通常是PDF格式),然后将这个频谱图载入到第二个深度神经网络WaveNet(来自Alphabet的AI研究实验室DeepMind)中,Wavenet读取频谱图并生成相似的音频元素。
语音转文本并不是一种新技术,对于Mac用户来说,它已经存在了相当长的一段时间。然而,谷歌声称其文本转语音技术优于大多数,几乎无法与人类声音区分开来。
对于完全相同的单词,Tacotron 2可以根据语境来发音。它还可以根据标点符号的不同而有所区分,也可以在读到大写单词的时候加重语气。
- 上一篇:我们为什么不愿意相信AI
- 下一篇:人工智能将应用于医疗领域 前景广泛
相关阅读