继创造AlphaGo之后 谷歌DeepMind让机器人的声音更像人

谷歌下属Deepmind宣布在计算机合成语音上迈出了重要的一步。据FT报道,DeepMind发布的最新研究成果WaveNet使得计算机生成的语音与人类声音间的差异缩小了一半。

Deepmind 在其博客中写到“让人类和机器对话是人机交互领域长久以来的梦想”。

在英文和中文进行的盲测中,听者普遍认为,相比谷歌任何现存的运用不同科技手段的文字-语音转换程序,WaveNet生成的语音都更加自然。

据公司相关人员透露,WaveNet还没被应用到谷歌任何产品中。该系统需要强大的计算能力来合成语音,所以近期之内应该不会被用到“现实场景”中去。

DeepMind是一家专注于人工智能的公司,于2010年成立于伦敦,并在2014年被谷歌以4亿英镑(约合5.32亿美元)收购。

WaveNet所采用的技术和现存人工声音合成器有根本性的不同。WaveNet通过的是实际产生的声波而非语言本身,将文本转换成声音。该系统通过神经网络来模拟人脑,直接用音频的原始波形建模。这背后来自每秒高达16000个样本波形的强大数据库的支持。此外,每一个样本都需要基于之前的样本来建立对于声波样式的预测。DeepMind的工作人员表示,“这确实是非常有挑战性的任务。”

很多现有的人工声音合成器多是先录制大量的人声语音片段,建立一个大型数据库,并将这些语音片段重新组合成完整的话语。这样生成的声音接近真实人声,但并不完全自然。而缺点在于如此产生的声音并不能被简单地更改。据DeepMind透露,另外一些系统可以完全电子化地生成声音,这样尽管声音可简单地被操作修改,但并不接近真实的人声。

在人工智能里,尽管人们似乎一直以来对语音识别更有兴趣,而冷淡了计算机语音合成这一冷门的领域。但各大科技公司都不放过应用越来越普遍的人机交互。亚马逊苹果微软和谷歌的母公司Alphabet都投入了个人数字化助手同客户进行互动。

今年早些时候,DeepMind的人工智能AlphaGo击败了韩国围棋大师李世石,引起了人们广泛的关注。谷歌一直都对将如何运用其人工智能技术守口如瓶,称已经利用这些技术降低了其数据中心40%的电量,剩下的钱足以让谷歌收购来自伦敦的DeepMind。谷歌还表示,DeepMind使得从YouTube到谷歌广告产品的一系列服务得到了明显的改善。

文  华尔街见闻

分享到:

相关推荐

  • t1larg.pills.forget.gi

    吃了医生开的”假药”,我却感觉到了未曾有过的解脱

    如果说,有一种药片不仅能够缓解疼痛、治疗抑郁、减轻帕金森症状,而且对多种疾病都有不同程度的疗效,你会相信吗? 这种药片确实存在。 它不仅形态各异,还能被制成各种胶囊、冲剂或者是注射剂。 事实上,这些药片里甚至都不含任何有效的药物成分。 也许你已经猜到,它就是神奇...

  • 920x920

    华裔科学家受尽屈辱终当上名校校长,只因是个“中国佬”而遭人入室暗杀

         谋杀的动机有很多种,常看今日说法等法制节目的观众应该有所了解。   但总的来说无非是情、仇、财,只要掌握了犯罪动机,刑警们的侦破工作就能变得开朗起来。      但在25年前,美国发生了一起震惊校园的谋杀案件。 女嫌疑人处心积虑地携带高温喷枪融化了地下室的玻璃进入室内。 ...

  • 000000000000000000000000

    真正的法医,不会在电视剧里装蒜,只会在解剖室里流汗

    提起法医,恐怕多数人想到的都是经由影视作品艺术加工的形象。 明眼人总是笑称:法医又不是侦探,明辨是否全靠编剧。 电影《恐怖解剖室》 (2008) 其实在现实生活中,法医往往需要翻山越岭、面对浮肿的尸体或是遍地的血污。 他们虽比不上影视剧中的法医们光鲜靓丽,但他们一样处变不惊、心...

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

SME 发掘你不知道的科技故事