新知榜官方账号
2023-10-28 08:55:09
近年来,文本到语音的转换变得越来越简单,但是还需要大量的培训时间和资源来生成自然声音输出。不过,微软和中国的研究人员可能有一个更有效的方法。
他们设计了一种文本到语音的人工智能,只需200个语音样本(约20分钟)和匹配的转录,就能生成逼真的语音。这一系统部分依赖于变压器,或深度神经网络,大致模拟大脑中的神经元。变压器像突触链接一样,动态地衡量每一个输入和输出,帮助它们非常高效地处理即使是很长的序列,比如一个复杂的句子。再加上一个去噪编码器组件,人工智能可以用相对较少的资源做很多事情。虽然有轻微的机器人声音,但它们非常准确,文字的清晰度高达99.84%。
更重要的是,这可以使文本到语音更容易访问。你不需要花太多精力去获得真实的声音,让小公司甚至业余爱好者都能做到。这对未来也是一个好兆头。研究人员希望对不匹配的数据进行训练,因此创造现实对话所需的工作可能更少。
相关工具
相关文章
相关快讯
推荐
用Deepseek写AI绘图提示词,像呼吸一样简单!
2025-02-19 16:12
你以为AI绘画是黑科技?其实早成了“路边摊生意”!
2025-02-19 10:15
Flux爆火,全网最全面最详细的Flux使用教程!
2025-02-18 14:19
用AI如何创作音乐,实战教学来啦!
2025-02-17 17:23
MidJourney让你秒变绘画大神,从零开始画哪吒!
2025-02-17 14:56
AI应用新境界:让人工智能成为你的得力助手
2025-02-14 15:45
AI短片革命:当创作遇上智能,人人都能成为导演
2025-02-14 14:53
AI狂潮下的人类职场:是失业危机还是进化契机?
2025-02-13 16:53
开启影视创作新纪元,效率提升 10 倍的神器来了!
2025-02-13 15:11
深度解析DeepSeek:当AI技术照进创作产业的未来
2025-02-12 17:16