ዋቭኔት ፣ በዲፕሚንድ የተፈጠረው አብዮታዊ አዲስ የተቀናበረ ድምፅ

WaveNet

ምን እንደሆነ እና እንዴት እንደሚሰራ በጣም በተሻለ ለመረዳት ፣ በአጠቃላይ ሲታይ ፣ ስርዓት ሰው ሰራሽ ድምፅ እኔ በእርግጠኝነት ሁላችንም በተወሰነ ጊዜ አጋጥመናል የሚለውን ግልጽ ምሳሌ መጥቀስ እፈልጋለሁ ፣ በተለይም ስለ ዩቲዩብ ስለሚገኙት ቪዲዮዎች እንዲሁም ተራኪው በሚናገርባቸው ሌሎች የበይነመረብ አገልግሎቶች ላይ ነው የማወራው ፡፡ በኮምፒተር የተፈጠረ ድምፅ. ምናልባትም በጣም የታወቀው እና በሰፊው ጥቅም ላይ የዋለው የንባብ ሶፍትዌር ነው ሎኬንዶ ምንም እንኳን ዛሬ እውነቱ እነዚህ ስርዓቶች በጣም በዝግመተ ለውጥ መከሰታቸው ነው ፣ እኛ ውስጥ ማረጋገጫ አለን Cortana o Siri.

ዛሬ የቀረበው የቅርብ ጊዜ እና ዘመናዊ የድምፅ ውህደት ፕሮግራም በ google, በስሙ የሚታወቅ ሶፍትዌር ዌይኔት እና ያ የመምሪያው መሐንዲሶች ተፈጥረዋል Deepmind፣ በ 2014 በጎግል የተገኘ ሰው ሰራሽ የማሰብ ችሎታ ያለው ኩባንያ። ዌይኔት አንድ ውስብስብ በሆነ ሰው ሰራሽ የማሰብ ችሎታ ስልተ ቀመሮች ላይ የተመሠረተ የንግግር ውህደት ሶፍትዌር እንደ ውስብስብ የነርቭ ሥርዓት የሚሠራ።

የሚገርምህ የአብዮታዊ ድምፅ ማቀናበሪያ ዋቬኔት

ዌይኔት ከሚያቀርባቸው አዲስ ልብ ወለዶች መካከል ፣ ምንም እንኳን እስከ አሁን ጥቅም ላይ የዋለው ዋናው ዘዴ የ TTS፣ የጽሑፍ ወደ ንግግር ፣ የተለያዩ የተቀዱ የድምፅ ቁርጥራጮችን በማጣመር ቃላትን እና ዓረፍተ ነገሮችን ለመገንባት ወይም በመባል የሚታወቁበት ፓራሜትሪክ TTS፣ ውጤቱ ከቀዳሚው ውጤት እንኳን ተፈጥሯዊ ያልሆነውን የንግግር ኮድ ሰጭውን የሚልክበት ዘዴ ፣ አሁን ዌይኔት ድምፅን ከማጣመር እና ከማጫወት ይልቅ አሁን አግኝተናል ፣ ከአውዱ ጋር ለመማር እና ለማጣጣም የሚችል ውስብስብ ሰው ሰራሽ የማሰብ ዘዴን ያዋህዳል.

ይህ አዲስ ስርዓት ማከናወን የሚችል ነው በሰከንድ 16.000 ናሙናዎች የራስዎን የድምፅ ቅደም ተከተሎች እንኳን ያለ ሰብዓዊ ጣልቃ ገብነት እንዲፈጥሩ ያስችልዎታል ፡፡ በሌላ በኩል ለእድገቱ ተጠያቂ የሆኑት መሐንዲሶች በኋላ ላይ ምን እንደሚል ለመተንበይ ወደ ስታትስቲክስ የመሄድ ችሎታ ያለው ስርዓት መዘርጋታቸው እና በዚህም ስርዓቱ በፍጥነት እና በፍጥነት ውጤቶችን እንደሚያቀርብ ማረጋገጥ ተገቢ ነው ፡፡ ዌይኔት ላይ ፍላጎት ካለዎት በድር ጣቢያው ላይ ማድረግ እንደሚችሉ ይንገሩ የተለያዩ ናሙናዎችን በእንግሊዝኛ እና በማንድሪን ቻይንኛ ያዳምጡ.

ተጨማሪ መረጃ: Deepmind


የጽሑፉ ይዘት የእኛን መርሆዎች ያከብራል የአርትዖት ሥነ ምግባር. የስህተት ጠቅ ለማድረግ እዚህ.

አስተያየት ለመስጠት የመጀመሪያው ይሁኑ

አስተያየትዎን ይተው

የእርስዎ ኢሜይል አድራሻ ሊታተም አይችልም.

*

*

  1. ለመረጃው ኃላፊነት ያለው: ሚጌል Áንጌል ጋቶን
  2. የመረጃው ዓላማ-ቁጥጥር SPAM ፣ የአስተያየት አስተዳደር ፡፡
  3. ህጋዊነት-የእርስዎ ፈቃድ
  4. የመረጃው ግንኙነት-መረጃው በሕጋዊ ግዴታ ካልሆነ በስተቀር ለሶስተኛ ወገኖች አይተላለፍም ፡፡
  5. የውሂብ ማከማቻ በኦክሴንትስ አውታረመረቦች (አውሮፓ) የተስተናገደ የውሂብ ጎታ
  6. መብቶች-በማንኛውም ጊዜ መረጃዎን መገደብ ፣ መልሰው ማግኘት እና መሰረዝ ይችላሉ ፡፡