DeepMind A.I.弥合机器人与人类之间的鸿沟

人工智能让机器人的声音听起来更加真实。

DeepMind，以前展示了A.I.的力量。通过在3月击败Go的人类玩家并在7月将其电力费用削减一半，现在专注于语音合成。

A.I研究小组是谷歌母公司Alphabet的一部分，今天早上透露，它创造了一种名为WaveNet的新技术，可用于比以前更准确地生成语音，音乐和其他声音。

DeepMind解释说，许多现有的语音合成方法依赖于“一个非常大的短语音片段数据库，从一个扬声器录制然后重新组合形成完整的话语。”另一方面，WaveNet使用“音频信号的原始波形” “创造更真实的声音和声音。

这意味着WaveNet正在处理人类说话时创建的单个声音，而不是使用完整的音节或整个单词。然后，这些声音通过“计算成本高昂”的过程运行，DeepMind发现这个过程“对于用机器生成复杂，逼真的声音音频至关重要”。

所有额外工作的结果是美国英语和普通话中的合成语音提高了50％。下面是使用参数化文本到语音生成的语音示例，这在今天很常见，DeepMind用它来演示这种语音合成方法缺乏的方法：

这是WaveNet生成的同一句子的一个例子：

随着公司继续开展自然语言界面的工作，提供更逼真的响应将变得越来越重要。 WaveNet可以帮助解决这个问题。