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(xué)習(xí)。
DeepVoice作為一個完全有深度神經(jīng)網(wǎng)絡(luò)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(jī)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(xué)習(xí)較短的句子，并且系統(tǒng)每次只能學(xué)習(xí)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(xué)習(xí)數(shù)百種不同的口音，同時實(shí)現(xiàn)高音質(zhì)。
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(xué)習(xí)。但是，百度表示“最終版”仍然有進(jìn)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(xì)微差別的系統(tǒng)，以使得語音合成系統(tǒng)用處更廣泛，學(xué)習(xí)聲音真實(shí)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(jìn)行一個名叫WaveNet的類似項(xiàng)目。最新版本的WaveNet已經(jīng)能夠在掌握口音方面做到真實(shí)、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(yuǎn)。
（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(jìn)一步核實(shí)，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(shí)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(shí)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(shí)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(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
