在人工智能领域中,语音也是AI技术的一部分,说到语音合成,它是通过机械的、电子的方法产生人造语音的技术。TTS技术(又称文语转换技术)隶属于语音合成,它是将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的汉语口语输出的技术。
据媒体报道,Facebook研究员开源了其在今年七月发表的一篇论文中的语音合成方法。在论文中,他们提出了一种新的文字转语音的神经网络方法,可以将从开放场景下采样到的声音中提取的文字转化为语音。
说到神经网络,该技术基于新的移位缓冲内存储器区,评估使用者注意力,计算输出音频,以及自身的更新,可用于在开放场景下采样到的声音转化成文字,再转化成语音。该技术的网络架构比现存的同类架构要简单。
此外,通过使用与上下文无关的查找表对输入语句进行编码,该表的每个条目包含一个字符或音素。同样,能通过一个短向量来表示说话者,这个短向量也适用于新说话者。而且在生成音频之前,优先准备好缓冲区可以使生成的语音具有可变性。
责任编辑:黄焱林
相关推荐
ARM再壮大 Facebook硬件负责人加入Calxeda
Facebook硬件设计和供应链运营的负责人加入了Calxeda董事会,Calxeda是一家致力于在ARM处理器之外搭建服务器的公司。Calxeda于上周四宣布了这一战略性的任命, Frankovsky所负责的部门是目前芯片产品的最大购买者,也是Open Source数据中心硬件Open Compute Project计划的领导者,他加入Calxeda董事会后,可以进一步了解这家有野心在数据中心领域取代I