12月28日消息,据国外媒体WCCF Tech报道,谷歌表示,其最新版本的人工智能(AI)语音合成系统Tacotron 2几乎与真人声音无法区分。
该系统是谷歌的第二代语音转文本技术,它有两个深层的神经网络,用于完美的输出。第一个深度神经网络负责将文本转换成频谱图(以视觉方式呈现音频频率,通常是PDF格式),然后将这个频谱图载入到第二个深度神经网络WaveNet(来自Alphabet的AI研究实验室DeepMind)中,Wavenet读取频谱图并生成相似的音频元素。
语音转文本并不是一种新技术,对于Mac用户来说,它已经存在了相当长的一段时间。然而,谷歌声称其文本转语音技术优于大多数,几乎无法与人类声音区分开来。
对于完全相同的单词,Tacotron 2可以根据语境来发音。它还可以根据标点符号的不同而有所区分,也可以在读到大写单词的时候加重语气。
文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。
近日,绝味鸭脖以 "19 岁,绝美青春 " 为周年庆主题,推出了全新 " 爆耐撕绝绝脂大刀肉片 ",并策划一系列精彩活动,旨在为消费者带来前所未有的味蕾惊喜和快乐体验。
近日,中国家电及消费电子博览会(AWE 2024)隆重开幕。全球领先的智能终端企业TCL实业携多款创新技术和新品亮相,以敢为精神勇闯技术无人区,斩获四项AWE 2024艾普兰大奖。
“以前都要去窗口办,一套流程下来都要半个月了,现在方便多了!”打开“重庆公积金”微信小程序,按照提示流程提交相关材料,仅几秒钟,重庆市民曾某的账户就打进了21600元。
由世界人工智能大会组委会、上海市经信委、徐汇区政府、临港新片区管委会共同指导,由上海市人工智能行业协会联合上海人工智能实验室、上海临港经济发展(集团)有限公司、开放原子开源基金会主办的“2024全球开发者先锋大会”,将于2024年3月23日至24日举办。