Новейшие технологии Новейшие технологии
Эксперты китайской лаборатории Baidu Research, принадлежащей наибольшему поисковому гиганту Поднебесной, создали метод ИИ Deep Voice, талантливый преобразовывать текст в обращение.
Подобные проекты, существовавшие до этого, сталкивались с проблемой скорости синтеза звука, исходя из этого для генерации голоса предшественникам Deep Vice требовалось от нескольких мин. до пары часов, дабы корректно и максимально натуралистично воспроизвести текст людской голосом. Новая разработка китайских учёных основана на нейронных сетях и может преобразовывать текст в голос в настоящем времени.
Deep Voice может имитировать тембр, акцент и интонацию голоса, делая их весьма правдоподобными и практически неотличимыми от настоящих, наряду с этим голос возможно мужским либо женским. Разработчики уверены, что их разработку возможно применять в качестве цифровых ассистентов, использовать для записи голосов в идеоиграх либо же вовсе применять для синхронного перевода фильмов по субтитрам.
«Это настоящий прорыв с технической точки зрения, поскольку мы смогли решить непростую проблему, синтезировав живую обращение со всеми ее изюминками», — говорит Лео Зу, один из авторов проекта.
Создатели метода сказали, что проект Deep Voice вдохновлён подобными разработками, вот лишь все его компоненты работают под управлением нейронной сети, наряду с этим применяя в работе достаточно простые функции, что делает их метод очень адаптивным — голоса возможно подстроить «под себя», наделив систему новыми другими особенностями и акцентами.
«Глубокое обучение стало причиной революции в разных областях, таких как распознавание речи и компьютерное зрение, а на данный момент настало время и голосового синтеза. Мы рады, что смогли добиться таких результатов, и будем работать дальше, дабы сделать систему «текст-голос» ещё более реалистичной», — приводит Motherboard цитату разработчиков.
