Facebook使用AI來實現(xiàn)文字轉語音系統(tǒng)

在人工智能領域中，語音也是AI技術的一部分，說到語音合成，它是通過機械的、電子的方法產(chǎn)生人造語音的技術。TTS技術（又稱文語轉換技術）隸屬于語音合成，它是將計算機自己產(chǎn)生的、或外部輸入的文字信息轉變?yōu)榭梢月牭枚?、流利的漢語口語輸出的技術。

據(jù)媒體報道，F(xiàn)acebook研究員開源了其在今年七月發(fā)表的一篇論文中的語音合成方法。在論文中，他們提出了一種新的文字轉語音的神經(jīng)網(wǎng)絡方法，可以將從開放場景下采樣到的聲音中提取的文字轉化為語音。

說到神經(jīng)網(wǎng)絡，該技術基于新的移位緩沖內(nèi)存儲器區(qū)，評估使用者注意力，計算輸出音頻，以及自身的更新，可用于在開放場景下采樣到的聲音轉化成文字，再轉化成語音。該技術的網(wǎng)絡架構比現(xiàn)存的同類架構要簡單。

此外，通過使用與上下文無關的查找表對輸入語句進行編碼，該表的每個條目包含一個字符或音素。同樣，能通過一個短向量來表示說話者，這個短向量也適用于新說話者。而且在生成音頻之前，優(yōu)先準備好緩沖區(qū)可以使生成的語音具有可變性。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。