神经网络是教几乎是完美的复制人的声音

<去年，该公司DeepMind从事发展的人工智能技术，分享的详细情况有关他的新项目WaveNet神经网络深入的学习，可以用来sintetici逼人的讲话。 最近获释的一个升级版的这项技术将用作为基础的数字移动助理谷歌助理。

<<跨id="更273460">

<一个系统的声音合成(也称作为转化功能"的文字到语音"的文字到语音，语音合成)通常的基础上建立的两个基本方法。 Concatenative(或复合)方法涉及建设的短语，通过收集的独立件记录的词和份预先录制的参与演员配音。 主要的缺点的这种方法需要不断更换的声音图书馆的每一次，当有任何更新或修改。

<另一方法是所谓的参数合成的，其特征是使用集中的参数可以通过计算机生成所需的短语。 减去的方法，最通常的结果表现形式的所谓的不切实际或机器人的声音。

<作为WaveNet，它产生的声波从头开始根据该系统的基础上积神经网络，在那里的声音代发生几层。 第一个培训平台centenarii的"活"的讲话，她"喂"了大量的采样，因此注意到其声音信号声音真实的和哪些不是。 它提供了一个语音合成器再生自然主义的语调，并甚至这样的细节如听嫌的嘴唇。 根据这样品都是通过语音系统，这可以让她开发了一个独特的"的口音"，最终可能被用来创建了许多不同的声音。

锋利的舌头

<许的最大限制的WaveNet系统，它需要大量计算能力，且即使在这种情况是不同的速度。 例如，对于生成的0.02秒的声音她有大约1秒的时间。

<后一年的工作DeepMind工程师还是找到了一种方法，以改善和优化系统，以便它现在能够产生一个原始的声音，持续时间的一个第二使用仅有50毫秒，这是1000倍的速度比原能力。 此外，专家们设法增加的音频样速率与8位至16位，这具有积极影响的测试与参与的观众。 由于这些成功，WaveNet打开道路，为融入这样的消费品如谷歌助理。

<目前，WaveNet可以用来生成英语和日本的声音通过谷歌的助手和所有平台上使用该数字助理。 因为该系统能创建一种特殊类型的选民根据其集的样品中提供的学习，然后很快谷歌将最有可能实现在WaveNet支持centenarii现实的语言和方言，包括关于他们的当地方言。

<讲话的接口正在成为越来越多的共同在各种平台上，但是其独特的非自然性质的声音排斥许多潜在的用户。 公司试图DeepMind改善这种技术必将有助于更广泛地传播这些语音系统，并且还将改进用户的经验，从其使用。

<例的英语和日语音合成使用神经网络，WaveNet可以找到。