Niesamowita sztuczna inteligencja sprawia, że ​​dźwięk inteligentnego lokaja Google jest o wiele lepszy

Kategoria: Bez kategorii Opublikowany paź 05

Możesz podziękować DeepMind za zgrabny nowy głos, który emanuje z głośnika Google Home i aplikacji Asystent.

W zeszłym roku o tej porze londyński oddział AI firmy Google ogłosił nowy sposób syntezy mowy. Jego oprogramowanie, o nazwie WaveNet, podarło zwykłą księgę zasad generowania głosów podobnych do ludzkich: zamiast łączyć ze sobą fragmenty dźwięku, co kończy się tworzeniem niezgrabnych głosów robotów, do których jesteśmy przyzwyczajeni, wygenerowało całą falę dźwiękową od zera, jedna próbka po drugiej. Rezultat był znacznie gładszy, z bardziej naturalnymi intonacjami niż w przypadku innych metod syntezy mowy.

Ale był pewien problem: oprogramowanie potrzebowało jednej sekundy na wygenerowanie 0,02 sekundy dźwięku, co czyniło go niepraktycznym w użyciu w produktach konsumenckich. DeepMind powiedział, że przez jakiś czas nie będzie używany w żadnym oprogramowaniu Google, co oznacza, że ​​niezdarne głosy w starym stylu muszą pozostać.

Ale w ciągu ostatnich 12 miesięcy wszystko się zmieniło. DeepMind teraz raporty że udało mu się przyspieszyć algorytm o współczynnik 1000, dzięki czemu może stworzyć 20 sekund dźwięku w ciągu jednej sekundy czasu obliczeniowego. (Robi to, podczas gdy faktycznie tworzy dźwięk o wyższej wierności niż stary algorytm.) To ogromny skok i umożliwił uruchomienie oprogramowania w systemie chmury AI Google.

W rzeczywistości to jest teraz używane do tworzenia wszystkich przemówień wygłaszanych przez AI Asystenta Google (która, nawiasem mówiąc, teraz występuje zarówno w wersji męskiej, jak i żeńskiej ) na telefonach i inteligentnych głośnikach.

Możesz usłyszeć przykład starej syntezy mowy innej niż WaveNet tutaj i to samo zdanie wypowiada nowy, szybki algorytm tutaj . Różnica jest dość wyraźna.

Niestety, DeepMind nie opublikował jeszcze szczegółów na temat tego, jak udało mu się stworzyć ultrawydajną wersję WaveNet, ale mówi, że planuje to w najbliższej przyszłości.