Google推出更加真實的文本到語音服務由DeepMind AI提供支持

Google正在推出一款新的AI語音合成器，作為其機器學習雲工具套件的一部分。名為雲文本到語音的服務將適用於任何需要語音合成的開發人員或企業，無論是應用程序，網站還是虛擬助理。有趣的是，Cloud Text-to-Speech由WaveNet提供支持，該公司由谷歌在英國的AI子公司DeepMind創建。

自Google於2014年收購DeepMind以來，一直在探索如何將公司的AI人才變為有形產品。現在，使用DeepMind的演算法將Google數據中心的電力成本降低40%，並且DeepMind將投入醫療保健領域。但是，將WaveNet直接整合到其雲服務中可能更為重要，特別是谷歌試圖從亞馬遜和微軟手裡贏得雲業務。

其次，DeepMind的AI語音合成技術是業內最先進和最現實的技術之一。大多數語音合成器（包括蘋果的Siri）使用所謂的連接合成，其中程序存儲單個音節 - 諸如「ba」，「sht」和「oo」的聲音 - 並且將它們一起飛起來形成單詞和句子。多年來這種方法已經相當不錯了，但它仍然聽起來很尷尬。

相比之下，WaveNet使用機器學習從頭開始生成音頻。它實際上分析了一個巨大的人類語音資料庫中的波形，並以每秒24,000個樣本的速率重新創建它們。最終的結果包括唇音和口音等微妙的聲音。WaveNet於去年10月首次被整合到Google智能助理中（儘管只有日語和英語版本），現在可用於Cloud Text-To-Speech中的精選語音。谷歌表示，這項新服務提供32種不同的語音，可以說12種語言，用戶可以自定義音調和速度等因素。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！