Facebook使用AI來實現(xiàn)文字轉(zhuǎn)語音系統(tǒng)

在人工智能領(lǐng)域中,語音也是AI技術(shù)的一部分,說到語音合成,它是通過機械的、電子的方法產(chǎn)生人造語音的技術(shù)。TTS技術(shù)(又稱文語轉(zhuǎn)換技術(shù))隸屬于語音合成,它是將計算機自己產(chǎn)生的、或外部輸入的文字信息轉(zhuǎn)變?yōu)榭梢月牭枚?、流利的漢語口語輸出的技術(shù)。

Facebook使用AI來實現(xiàn)文字轉(zhuǎn)語音系統(tǒng)

據(jù)媒體報道,F(xiàn)acebook研究員開源了其在今年七月發(fā)表的一篇論文中的語音合成方法。在論文中,他們提出了一種新的文字轉(zhuǎn)語音的神經(jīng)網(wǎng)絡(luò)方法,可以將從開放場景下采樣到的聲音中提取的文字轉(zhuǎn)化為語音。

Facebook使用AI來實現(xiàn)文字轉(zhuǎn)語音系統(tǒng)

說到神經(jīng)網(wǎng)絡(luò),該技術(shù)基于新的移位緩沖內(nèi)存儲器區(qū),評估使用者注意力,計算輸出音頻,以及自身的更新,可用于在開放場景下采樣到的聲音轉(zhuǎn)化成文字,再轉(zhuǎn)化成語音。該技術(shù)的網(wǎng)絡(luò)架構(gòu)比現(xiàn)存的同類架構(gòu)要簡單。

此外,通過使用與上下文無關(guān)的查找表對輸入語句進行編碼,該表的每個條目包含一個字符或音素。同樣,能通過一個短向量來表示說話者,這個短向量也適用于新說話者。而且在生成音頻之前,優(yōu)先準(zhǔn)備好緩沖區(qū)可以使生成的語音具有可變性。

極客網(wǎng)企業(yè)會員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2017-09-08
Facebook使用AI來實現(xiàn)文字轉(zhuǎn)語音系統(tǒng)
在人工智能領(lǐng)域中,語音也是AI技術(shù)的一部分,說到語音合成,它是通過機械的、電子的方法產(chǎn)生人造語音的技術(shù)。TTS技術(shù)(又稱文語轉(zhuǎn)換技術(shù))隸屬于語音合成,它是將計算

長按掃碼 閱讀全文