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_最新动态

您所在的位置：程序员俱乐部 > 新闻资讯 > 最新动态 > 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

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

2017/12/28 18:16:22 程序员俱乐部我要评论(0)

摘要：12月28日消息，据国外媒体WCCFTech报道，谷歌表示，其最新版本的人工智能（AI）语音合成系统Tacotron2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
标签：谷歌

　　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：新零售战略，才是张近东野心的基石下一篇： Mozilla修复Thunderbird多个高危漏洞