Китайские разработчики научили ИИ говорить человеческим голосом

Специалисты китайской лаборатории Baidu Research, принадлежащей крупнейшему поисковому гиганту Поднебесной, создали алгоритм ИИ Deep Voice, способный преобразовывать текст в речь. Подобные проекты, существовавшие до этого, сталкивались с проблемой скорости синтеза звука, поэтому для генерации голоса предшественникам Deep Vice требовалось от нескольких минут до пары часов, чтобы корректно и максимально натуралистично воспроизвести текст человеческим голосом. Новая разработка китайских учёных основана на нейронных сетях и способна преобразовывать текст в голос в реальном времени.


Deep Voice умеет имитировать тембр, интонацию голоса и акцент, делая их очень правдоподобными и почти неотличимыми от настоящих, при этом голос может быть мужским или женским. Разработчики уверены, что их технологию можно использовать в качестве цифровых помощников, применять для записи голосов в идеоиграх или же вовсе использовать для синхронного перевода фильмов по субтитрам.

«Это настоящий прорыв с технической точки зрения, ведь мы смогли решить сложнейшую проблему, синтезировав живую речь со всеми ее особенностями», — говорит Лео Зу, один из авторов проекта.

Создатели алгоритма пояснили, что проект Deep Voice вдохновлён аналогичными разработками, вот только все его компоненты работают под управлением нейронной сети, при этом используя в работе довольно простые функции, что делает их алгоритм весьма адаптивным — голоса можно подстроить «под себя», наделив систему новыми акцентами и другими особенностями.

«Глубокое обучение привело к революции в различных областях, таких как компьютерное зрение и распознавание речи, а сейчас настало время и голосового синтеза. Мы рады, что смогли добиться таких результатов, и будем работать дальше, чтобы сделать систему «текст-голос» ещё более реалистичной», — приводит Motherboard цитату разработчиков.

Не забывайте про наш телеграм-чатик!

4 комментария Оставить свой

  1. Ystyr

    Интересно, в чем прорыв, если они построили свою систему на основе гугловского WaveNet? Особенно, учитывая тот факт, что пол месяца назад, гугл писал, что они ускорили WaveNet в 1000 раз.

    • Lazer

      Ystyr, Да, WaveNet уже тоже вроде как решили эту проблему. Какую-то чушь несут в этой статье.

  2. VEnergy

    В примерах по ссылкам не впечатляет...
    Немного лучше обычной читалки

  3. focus1990

    Мне очень понравилось как звучит Алиса от Яндекс. Хоть она и глупая, но звучит очень натурально.

Новый комментарий

Для отправки комментария вы должны авторизоваться или зарегистрироваться.