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(jī)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(jì)算機(jī)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)。
據(jù)媒體報(bào)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。
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(chǔ)器區(qū),評(píng)估使用者注意力,計(jì)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(duì)輸入語句進(jìn)行編碼,該表的每個(gè)條目包含一個(gè)字符或音素。同樣,能通過一個(gè)短向量來表示說話者,這個(gè)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。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- Counterpoint:59%的受訪者計(jì)劃在一年內(nèi)升級(jí)到Gen AI智能手機(jī)
- 美國ITC裁定聯(lián)想智能手機(jī)侵犯愛立信專利
- 英特爾高通隔空叫陣:兩大巨頭在較什么勁?
- IDC最新預(yù)測:2024年P(guān)C和平板電腦市場將增長3.8%至4.035億臺(tái)
- 蘋果Vision Pro頭顯即將登陸中國臺(tái)灣,12月17日正式發(fā)售
- 全球折疊屏手機(jī)出貨量首次遭遇季度下滑,三星旗艦機(jī)型表現(xiàn)不佳是主因
- HUAWEI Mate X6 震撼登場,折疊引領(lǐng)者,巔峰再跨越
- 五年持續(xù)領(lǐng)跑,華為折疊屏一步領(lǐng)先,一路領(lǐng)先
- 全新HUAWEI MatePad Pro 13.2 英寸首發(fā)亮相,鴻蒙專業(yè)生產(chǎn)力體驗(yàn)再升級(jí)
- 華為凌霄子母路由 Q7 網(wǎng)線版推出,讓每個(gè)房間都有滿格信號(hào)
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(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)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(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)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(huì)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。