12月28日消息,據(jù)國外媒體WCCF Tech報道,谷歌表示,其最新版本的人工智能(AI)語音合成系統(tǒng)Tacotron 2幾乎與真人聲音無法區(qū)分。
該系統(tǒng)是谷歌的第二代語音轉(zhuǎn)文本技術(shù),它有兩個深層的神經(jīng)網(wǎng)絡(luò),用于完美的輸出。第一個深度神經(jīng)網(wǎng)絡(luò)負(fù)責(zé)將文本轉(zhuǎn)換成頻譜圖(以視覺方式呈現(xiàn)音頻頻率,通常是PDF格式),然后將這個頻譜圖載入到第二個深度神經(jīng)網(wǎng)絡(luò)WaveNet(來自Alphabet的AI研究實驗室DeepMind)中,Wavenet讀取頻譜圖并生成相似的音頻元素。
語音轉(zhuǎn)文本并不是一種新技術(shù),對于Mac用戶來說,它已經(jīng)存在了相當(dāng)長的一段時間。然而,谷歌聲稱其文本轉(zhuǎn)語音技術(shù)優(yōu)于大多數(shù),幾乎無法與人類聲音區(qū)分開來。
對于完全相同的單詞,Tacotron 2可以根據(jù)語境來發(fā)音。它還可以根據(jù)標(biāo)點(diǎn)符號的不同而有所區(qū)分,也可以在讀到大寫單詞的時候加重語氣。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險自擔(dān)。
近日,德國柏林國際電子消費(fèi)品展覽會(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實業(yè)成功斬獲兩項“IFA全球產(chǎn)品設(shè)計創(chuàng)新大獎”金獎,有力證明了其在全球市場的強(qiáng)大影響力。
近日,中國家電及消費(fèi)電子博覽會(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項AWE 2024艾普蘭大獎。
“以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會組委會、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會聯(lián)合上海人工智能實驗室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會主辦的“2024全球開發(fā)者先鋒大會”,將于2024年3月23日至24日舉辦。