Aby sme lepšie pochopili, čo a ako funguje, širokým ťahom systém syntetický hlas Chcem odkázať na jasný príklad, s ktorým sme sa určite už všetci niekedy stretli, konkrétne hovorím o videách prítomných na stránkach YouTube a iných internetových službách, kde rozprávač hovorí prostredníctvom počítačom generovaný hlas. Azda najznámejší a najbežnejšie používaný softvér na čítanie je šialený Aj keď dnes je pravdou, že tieto systémy sa vyvinuli veľa, máme dôkaz Cortana o Siri.
Dnes najnovší a sofistikovaný program syntézy reči, ktorý predstavuje Google, softvér známy pod menom Waynet a ktorú vytvorili inžinieri patriaci k oddeleniu Deepmind, spoločnosť s umelou inteligenciou, ktorú spoločnosť Google získala v roku 2014. WayNet je a softvér na syntézu reči založený na komplexných algoritmoch umelej inteligencie ktorý funguje ako komplexný nervový systém.
WaveNet, revolučný hlasový syntetizátor, ktorý vás prekvapí
Medzi novinkami, ktoré WayNet predstavuje, je potrebné poznamenať, že hoci doteraz bola hlavnou použitou metódou TTS, prevod textu na reč, kde boli rôzne zaznamenané fragmenty reči kombinované na vytvorenie slov a viet alebo známe ako Parametrické TTS, metóda, ktorá odosiela text do kodéra reči, ktorého výsledky sú ešte menej prirodzené ako predchádzajúci, teraz zistíme, že WayNet namiesto iba kombinovania a prehrávania zvuku, integruje komplexný systém umelej inteligencie, ktorý je schopný učiť sa a prispôsobiť sa kontextu.
Tento nový systém je schopný fungovať 16.000 XNUMX vzoriek za sekundu umožňuje vám dokonca generovať vlastné zvukové sekvencie bez ľudského zásahu. Na druhej strane stojí za zmienku, že inžinieri zodpovední za jeho vývoj zaviedli systém schopný uchýliť sa k štatistikám, aby predpovedali, čo bude musieť povedať neskôr, a tým zabezpečiť, aby systém ponúkal výsledky oveľa rýchlejšie a plynulejšie. Ak vás WayNet zaujíma, povedzte to na svojich webových stránkach Vypočujte si rôzne ukážky v angličtine a mandarínskej čínštine.
Viac informácií: Deepmind