微軟新開發(fā)一種基于AI的文本轉語音技術，越來越逼近人類音色

微軟新開發(fā)一種基于AI的文本轉語音技術，越來越逼近人類音色

從文本到語音轉換技術并不算是什么新鮮事物，不過目前這項技術還存在很多不完善的部分。而現(xiàn)在它遇到最大的困難就是，技術的進一步迭代和突破遭遇瓶頸。這意味著，如果您希望通過文本到語音來模擬真實的人類對話，那么這可能是一項非常困難的任務。

然而，在這個領域人類從來沒有放棄探索，甚至已經(jīng)付出了相當多的努力，最近，微軟方面?zhèn)鞒鱿?，他們似乎在這個技術領域取得了一些小小的突破。這次微軟做出的模型在實際運用中可能進一步簡化了轉換過程，即使是普通人也能快速上手使用這項功能。這款AI轉換軟件是由中國研究人員開發(fā)的，基于200個語音樣本，他們能夠創(chuàng)造出聽起來更加真實的語音。

技術突破的關鍵因素是“Transformers”，“Transformers”是一種深度神經(jīng)網(wǎng)絡，旨在模仿我們大腦中的神經(jīng)元。通過使用轉換器，它可以幫助它更有效地處理信息。到目前為止，從結果來看，新模型在單詞可懂度方面的得分為99.84%，盡管有報道稱它聽起來仍然有點機械。如果想親自體驗一下你可以搜索GitHub上發(fā)布的樣本去試聽。

我們不得不承認，目前的效果聽起來還是相當真實的，水平基本達到了谷歌的雙重人工智能技術。雖然這些技術進步是受歡迎的，但我們也必須關注人工智能如果造假能力太強，我們也要警惕和擔心它知否可能被濫用來傳播錯誤信息。