Neyin olduğunu ve nasıl çalıştığını çok daha iyi anlamak için, bir sistem sentetik ses Kesinlikle hepimizin bir ara karşılaştığımıza dair net bir örneğe değinmek istiyorum, özellikle YouTube'da bulunan videolardan ve anlatıcının konuştuğu diğer internet hizmetlerinden bahsediyorum. bilgisayar tarafından üretilen ses. Belki de en iyi bilinen ve en çok kullanılan okuma yazılımı loquendo Bugün gerçek şu ki, bu sistemler çok fazla evrim geçirmiş olsa da, Cortana o Siri.
Bugün, tarafından sunulan en son ve sofistike konuşma sentez programı Googleadı altında bilinen bir yazılım yol ağı ve departmana ait mühendisler tarafından oluşturulmuş DeepMind, Google tarafından 2014 yılında satın alınan bir yapay zeka şirketidir. WayNet, karmaşık yapay zeka algoritmalarına dayalı konuşma sentez yazılımı karmaşık bir sinir sistemi olarak işlev gören.
WaveNet, sizi şaşırtacak devrim niteliğinde bir ses sentezleyici
WayNet'in sunduğu yenilikler arasında, şimdiye kadar kullanılan ana yöntem olmasına rağmen not edilmelidir. TTS, sözcükler ve cümleler oluşturmak için farklı kaydedilmiş konuşma parçalarının birleştirildiği veya şu şekilde bilinen metinden konuşmaya Parametrik TTSMetni, sonuçları öncekinden daha az doğal olan bir konuşma kodlayıcısına gönderen bir yöntem, şimdi sadece sesi birleştirip oynatmak yerine, WayNet'i buluyoruz, bağlama göre öğrenme ve uyarlama yeteneğine sahip karmaşık bir yapay zeka sistemini entegre eder.
Bu yeni sistem, Saniyede 16.000 örnek insan müdahalesi olmadan kendi ses dizilerinizi bile oluşturmanıza olanak tanır. Öte yandan, geliştirilmesinden sorumlu mühendislerin, daha sonra söylemesi gerekeceğini tahmin etmek için istatistiklere başvurabilen ve böylece sistemin çok daha hızlı ve akıcı sonuçlar sunmasını sağlayan bir sistem geliştirdiklerini belirtmekte fayda var. WayNet ile ilgileniyorsanız, web sitesinde şunları yapabileceğinizi söyleyin: İngilizce ve Mandarin Çincesinde çeşitli örnekleri dinleyin.
Daha fazla bilgi: DeepMind