最新内容
http://www.bjmmedia.cn 发布日期:2016-09-14 中关村多媒体创意产业园 关注度:
http://www.bjmmedia.com.cn
谷歌的人工智能部门DeepMind之前帮助AlphaGo击败围棋大师。现在DeepMind透露,它已经研发了新款AI,这款被称为WaveNet的AI,是一种深层神经网络,可以通过对人类语音进行实时采样形成原始音频波形,从而最终创造一些机器所能达到的,最接近于真人的语音。
英语用户和普通话用户测试发现,WaveNet性能已经比现有的文本到语音系统更好,但仍然缺乏让用户认为是真人讲话的说服力。WaveNet,采用真人语音输入,但学习和模仿这些人的讲话,WaveNet可以捕捉不同用户的声音,并且模拟他们的身份和说话语调。
同样令人印象深刻的是,WaveNet甚至可以模拟人类说话时候嘴部气流产生的杂音,以及模拟语调,情感和口音。
彭博报道,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。
摘声:
“围绕内容、用户平台、变现三个纬度趋势预判,我们认定内容和制作已经进入了全民参与的时代。”
——古永锵
“其实华为的成功很简单,没有什么复杂的道理,我们就是正正经经的为客户服务,我们眼睛就是看到客户口袋里面的钱。你能不能给我点钱?你能不能再给我点钱?你能不能多给我点钱?我们真心为客户服务,客户就把口袋里面的钱掏出来给我们。我们没有什么复杂的价值观,特别是小公司,不要这么多方法论,认认真真地把豆腐磨好就有人买。”
——任正非
(来源:钛媒体)