微软Azure认知服务:TTS系统音频合成媲美人类

栏目: 编程工具 · 发布时间: 6年前

微软的「文本到语音(text-to-speech,TTS)」分析运行系统取得了里程碑式的突破,它可以使用深度神经网络让计算机合成的声音酷似人类录音,达到几乎无法分辨的地步。这一系统合成的语音拥有与人类类似的神经韵律和吐字发音。神经 TTS 可以在人类与 AI 系统交互时大大减轻听觉疲劳。

点开音频,你能听出哪个是微软合成的声音吗?

本周,微软的团队在佛罗里达州奥兰多的 Microsoft Ignite 会议上展示了神经网络驱动的「文本到语音」转换功能。这种功能目前可以通过 Azure 认知服务语音服务进行预览。

预览链接: https://azure.microsoft.com/en-us/services/cognitive-services/speech-services/

「神经文本到语音」转换可以让人与机器人或虚拟助手的互动更加自然、有吸引力。它将电子书等数字文本转换为有声书,还可以用于改进车内导航系统。

「文本到语音」转换取得的进展是微软团队在过去两年中取得的突破之一,他们的贡献还包括将会话语音识别和 机器翻译 提升到可以与人类媲美的程度。

微软Azure认知服务:TTS系统音频合成媲美人类

微软的「文本到语音」系统使用了深度神经网络,来克服传统「文本到语音」系统在匹配口语的重读和语调(称为韵律结构),以及将语音单元合成为计算机音频方面的局限性。

传统的「文本到语音」系统将韵律结构分解成由独立模型控制的语言分析和声学预测步骤。这将导致合成音频变得沉闷无趣。微软的「文本到语音」系统可以同时执行韵律预测和声音合成,其结果更加流畅自然。

通过使用 Azure 的算力,微软可以传送实时的语音流,有助于人与聊天机器人或虚拟助理交流。该功能由 Azure Kubernetes Service 提供服务,保证了很高的可扩展性和可用性,并给予用户在单个端点使用神经「文本到语音」以及传统的「文本到语音」服务的能力。

预览服务目前提供两个预构建的英文版「文本到语音」的助理——Jessa 和 Guy。微软很快会加入更多的语言,以及 49 种语言的定制服务(面向希望为特定需求构建品牌声音的客户)。

原文链接: https://azure.microsoft.com/en-us/blog/microsoft-s-new-neural-text-to-speech-service-helps-machines-speak-like-people/


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

亮剑.NET

亮剑.NET

2009-3 / 55.00元

《亮剑.NET:SharePoint Server 2007开发实战》共分为8章,详细讲解了SharePoint上常见的开发任务,讲述了各种开发场景下需要了解的知识,并提供了丰富的实例。《亮剑.NET:SharePoint Server 2007开发实战》第1章为基础知识,讲述SharePoint的基本概念,基本的对象模型,代码编写注意事项,并讲解了一个集开发和部署打包为一体的项目结构的创建;第2......一起来看看 《亮剑.NET》 这本书的介绍吧!

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具