為了更好地理解什麼是什麼以及它是如何工作的， 合成聲音 我想參考一個明確的例子，我們肯定會在某個時候碰到過，特別是我在談論YouTube和其他互聯網服務上出現的那些視頻，其中敘述者通過 計算機產生的聲音。 也許最著名，使用最廣泛的閱讀軟件是 洛昆多 儘管今天的事實是這些系統已經發展了很多，但我們有證據表明 柯塔娜 o Siri的.
今天，由 谷歌，以 路網 由部門的工程師創建的 DeepMind，一家人工智能公司，於2014年被Google收購。 複雜人工智能算法的語音合成軟件 它起著複雜的神經系統的作用。
WaveNet，革命性的語音合成器，會讓您大吃一驚
WayNet提出的新穎性中，應該指出的是，儘管到目前為止，使用的主要方法是 TTS，文本到語音，其中將不同的錄製語音片段組合起來以構建單詞和句子，或者稱為 參數化TTS，一種將文本發送到語音編碼器的方法，其結果比以前的編碼結果更加不自然，我們現在發現WayNet不僅僅是合併和播放音頻， 集成了一個能夠學習和適應環境的複雜人工智能係統.
這個新系統能夠執行 每秒16.000個樣本 讓您甚至無需人工干預即可生成自己的音頻序列。 另一方面，值得一提的是，負責其開發的工程師已經引入了一種系統，該系統能夠借助統計信息來預測以後將要說的內容，從而確保該系統能夠更快，更流暢地提供結果。 如果您對WayNet感興趣，請在其網站上告訴您 聽英語和普通話的各種樣本.
更多信息： DeepMind