ব্রড স্ট্রোকগুলিতে, কীভাবে এবং কীভাবে এটি কাজ করে তা আরও ভালভাবে বুঝতে সিনথেটিক ভয়েস আমি একটি সুস্পষ্ট উদাহরণ উল্লেখ করতে চাই যে অবশ্যই আমরা সবাই কিছু সময়ে এসে পৌঁছেছি, বিশেষত আমি ইউটিউবে উপস্থিত সেই ভিডিওগুলি এবং সেই সাথে অন্যান্য ইন্টারনেট পরিষেবাদিগুলির বিষয়ে কথা বলছি যেখানে বর্ণনাকারীর মাধ্যমে বক্তব্য দেওয়া হয় কম্পিউটার উত্পাদিত ভয়েস। সম্ভবত সর্বাধিক পরিচিত এবং বহুল ব্যবহৃত রিডিং সফটওয়্যার লোউকেন্ডো যদিও আজ সত্যটি হচ্ছে যে এই সিস্টেমগুলি অনেক বেশি বিকশিত হয়েছে, তার প্রমাণ আমাদের রয়েছে Cortana o সিরি.
আজ উপস্থাপিত সর্বশেষ এবং পরিশীলিত বক্তৃতা সংশ্লেষ প্রোগ্রাম গুগল, নামে পরিচিত একটি সফ্টওয়্যার ওয়েনেট এবং এটি বিভাগের প্রকৌশলীরা তৈরি করেছেন DeepMind, একটি কৃত্রিম গোয়েন্দা সংস্থা যা ২০১৪ সালে গুগল অধিগ্রহণ করেছিল Way ওয়েনেট হ'ল একটি জটিল কৃত্রিম বুদ্ধিমত্তা অ্যালগরিদমের উপর ভিত্তি করে স্পিচ সংশ্লেষণ সফ্টওয়্যার যা একটি জটিল নিউরাল সিস্টেম হিসাবে কাজ করে।
ওয়েভনেট, বিপ্লবী ভয়েস সিনথেসাইজার যা আপনাকে অবাক করে দেবে
ওয়েনেট যে অভিনবত্বগুলি উপস্থাপন করেছেন তার মধ্যে এটি উল্লেখ করা উচিত, যদিও এখন অবধি ব্যবহৃত মূল পদ্ধতিটি ছিল TTSটেক্সট টু স্পিচ, যেখানে বিভিন্ন রেকর্ডকৃত স্পিচ টুকরো শব্দ এবং বাক্য তৈরি করতে মিলিত হয়েছিল, বা হিসাবে পরিচিত as প্যারামেট্রিক টিটিএস, এমন একটি পদ্ধতি যা একটি স্পিচ কোডারে পাঠ্য প্রেরণ করে যার ফলাফলগুলি আগেরটির তুলনায় আরও কম প্রাকৃতিক, আমরা এখন কেবল ওয়েডনেটটি খুঁজে পেয়েছি, কেবল অডিও সংযুক্ত এবং প্লে করার পরিবর্তে, একটি জটিল কৃত্রিম বুদ্ধিমত্তার সিস্টেমকে সংহত করে যা প্রসঙ্গে শিখতে এবং খাপ খাইয়ে নিতে সক্ষম.
এই নতুন সিস্টেমটি পারফর্ম করতে সক্ষম প্রতি সেকেন্ডে 16.000 নমুনা এমনকি মানুষের হস্তক্ষেপ ছাড়াই আপনাকে নিজের অডিও সিকোয়েন্স তৈরি করতে দেয়। অন্যদিকে, এটি উল্লেখ করার মতো যে, এর বিকাশের জন্য দায়বদ্ধ প্রকৌশলীরা পরবর্তী সময়ে কী বলতে হবে তা পূর্বাভাস দেওয়ার জন্য পরিসংখ্যানগুলির আশ্রয় নিতে সক্ষম একটি সিস্টেম চালু করেছে এবং এইভাবে সিস্টেমটি আরও দ্রুত এবং তরলভাবে ফলাফলের প্রস্তাব দেয় তা নিশ্চিত করে। আপনি যদি ওয়েএননেটে আগ্রহী হন তবে আপনাকে এটির ওয়েবসাইটে বলতে পারেন ইংরেজি এবং ম্যান্ডারিন চাইনিজ বিভিন্ন নমুনা শুনতে.
আরও তথ্য: DeepMind