J.BrantWard是Nuance语音设计和发展业务的高级总监,他在硅谷的TTS产业一待就是10年。Nuance是全球最大的独立语音识别和转换技术供应商。公司的业务包括给医疗行业提供语音治疗记录,他们研发的语音识别和转换技术可以从平板一路用到汽车。
TTS产业竞争激烈而且非常神秘
Ward和Nuance的高级设计总监DavidVazquez目前正在研发公司的下一代合成语音。他们称之为“技术和艺术的完美结合”。
尽管外界普遍认为Siri的实现是Nuance做的,但Ward和Vazquez每每对这个话题总是顾左右而言他。对业务细节表示无可奉告,但两人还是如此向我们解释了声音在技术上的实现:显然不是配音人员对着字典一个词一个词地录进去的。但语音技术有时需要读取某个邮件中的全部内容,或者是从网站上给你找回资料,所以它对这些内容中的每一个字都要认得。
“比如你找最近的一家花店,”Ward说道,“单单美国就有超过2700万的这类店铺,你不可能把每一个都事先录制好。”
“我们的做法是找捷径,”Vazquez一边说着一边拿出他们的“剧本”——一打布满诡异句子的表格。Vazquez指着表格解释道,这些内容都是富含了大量语素的精选句子。语素是语言在声学上的基本组块——比如Cat中的“K”音。总之内容看起来非常像绕口令。
之后配音工作人员会将这些内容录制起来(大约要数月的时间)。这些数据再经过分析,分类,标记进入一个大数据库,整个过程会有一个配音团队和一个软件团队参与。
这一过程结束后,Nuance的文本语音转换引擎会将这些数据碎片和过去的数据整合在一起,拼成的句子大大超过录入的信息量,但两者的声音会非常接近——因为从技术上讲,这就是原来的声音。
让计算机把声音拼接起来绝不简单
这个过程专业的名称叫作“语流合成”;有点像一封老式的勒索信,你从各个地方撕下不同的文字然后拼接在一起构成勒索信的内容。
人们通常在开始写字以前就会说话,语言这件事是无意识的:你不用一边说一边关注重音、停顿、语速、语素间的关系…但是同一件事让计算机来完成,那所有的情况都必须考虑到。比如a在各种情境下的发音都是不同的,同是放在中间的cat和catty,放在开头的alligator;还有你的重音落在不同位置情况也会不同。
1 2 单词之外,放在语句里的情况更加复杂。比如一个预定航班的电话,“你要去旧金山还是纽约呢?”和“你要去旧金山、滨州还是纽约呢?”这两个句子在英语中前一个是升调结束,后一个是降调。别看没什么大不了,但用户一听就能感觉到机械感太强,体验太差。
早期的合成语音为什么听起来机械感十足?
最典型的例子就是霍金的声音。在90年代以前,计算机的处理能力还做不到语流合成,也就是把无数段话拆解、分析、标记然后重组。所以那时候的语音实际上就是简单的合成器。
这种情况一直持续到20世纪早期,计算机终于有能力在超大规模的数据库中完成搜索和配对,所以有公司开始做自然语言的语流合成(包括Naunce)。同时,人工智能的成熟也可以让计算机做出相对靠谱的判断。比如说用户提到一个“风”字,计算机可以反馈出“起风了”或者是“空穴来风”的选项。
苹果开始在第一代Mac中提供文字-语音的阅读器,而移动技术最终的发展真正刺激了语音技术需求。语音技术在今天的重要性可以从各大巨头的表现可见一斑,微软CEO鲍默尔在去年给股东的邮件中非常强调自然语言解析和机器学习的重要性。谷歌、微软、亚马逊、苹果都在纷纷部署自己的语音助手。
而另一面上,传统行业也会受到冲击,Voices.com(配音服务平台)的首席营销官StephanieCiccarelli则向媒体表示:TTS已经变成他们行业的一个威胁,语音技术甚至开始取代了一部分的配音工作。
1 2
本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
随着科技的飞速发展,计算机已经成为我们日常生活和工作中不可或缺的工具。然而,有时我们可能会遇到一些棘手的问题,如忘记BIOS密码。BIOS(基本输入输出系统)是计算机启动过程中的重要部分,它负责初始化硬件并加载操作系统。...
关键字:
bios密码
计算机
今天,小编将在这篇文章中为大家带来防火墙的有关报道,通过阅读这篇文章,大家可以对它具备清晰的认识,主要内容如下。
关键字:
防火墙
计算机
随着人工智能(AI)技术的迅速发展,人们对于通用人工智能(AGI,即Artificial General Intelligence)的期待也日益高涨。通用人工智能指的是具备像人类一样全面智能的计算机系统,能够执行各种复杂...
关键字:
人工智能
计算机
数据
在数字电路和计算机体系结构中,定序器(Sequencer)是一个至关重要的组件。它负责协调和控制各个功能单元的操作顺序,确保数据在正确的时间被传输和处理。尽管定序器在许多现代电子系统中都扮演着关键角色,但对于非专业人士来...
关键字:
数字电路
计算机
定序器
机器学习是人工智能的核心,它是一种让计算机从数据中学习的技术,它可以让计算机自动从数据中提取特征,并建立模型,从而实现自动化的学习和预测。
关键字:
人工智能
机器学习
计算机
在这个AI计算越来越受到关注的时代,德国一个科学家团队开发了一种可能改变游戏规则的解决方案。
关键字:
无芯片计算机
光纤
计算机
光波
我国在重量单位上一直使用十六进制,比如规定16两为一斤。因为把四位转换成一个十六进制数并不太难,所以十六进制在计算机领域被广泛使用。
关键字:
十六进制
字母
计算机
计算机是由一堆硬件组成的,为了有限的控制这些硬件资源,于是就有了操作系统的产生,操作系统是软件子系统的一部分,是硬件基础上的第一层软件。
关键字:
Linux
操作系统
计算机
人工智能(AI)是计算机科学的一个分支,旨在模拟人类的智能和思维过程。近年来,AI已经在许多领域取得了显著进展,并引发了广泛关注。本文将探讨AI的定义、当前发展状况以及未来的发展趋势。
关键字:
人工智能
计算机
算法
人工智能(AI)是一个广泛且迅速发展的领域,涵盖了许多不同的应用和研究方向。随着技术的不断进步,人工智能的应用领域越来越广泛,对社会和经济发展产生了深远的影响。本文将介绍人工智能的主要领域,帮助读者了解这一领域的概貌。
关键字:
人工智能
机器学习
计算机
写一篇关于“工业自动化系统有哪些?”的文章3000字可能内容过多,我可以为您提供一个文章大纲,供您参考:
关键字:
自动化
计算机
工业
工控机和普通电脑有什么区别呢?随着科技的不断发展,计算机已经成为了我们生活中不可或缺的一部分。在众多的计算机产品中,工控机和普通电脑是两个非常常见的概念。那么,工控机和普通电脑有什么区别呢?本文将从硬件、软件、应用场景等...
关键字:
工控机
工业控制计算机
计算机
人脸识别技术,作为一种基于生物特征识别技术,近年来在安防、金融、医疗等领域得到了广泛应用。其原理是通过计算机对人的脸部特征进行识别和比较,从而实现身份验证和信息检索等功能。那么,人脸识别技术的原理到底厉害吗?本文将从多个...
关键字:
人脸识别
生物特征
计算机
工控机,全称为工业控制计算机,是一种专门为工业环境设计的计算机系统。它结合了计算机技术、自动化技术和通信技术,为工业控制系统的智能化、网络化和集成化提供了强大的支持。
关键字:
工控机
计算机
智能化
CPU,即中央处理器,是计算机系统的核心部件,负责执行计算机程序中的指令。根据不同的分类标准,CPU芯片可以分为多种类型。本文将详细介绍CPU芯片的几种主要类型,包括按工艺、按指令集和使用场景进行分类。
关键字:
CPU
中央处理器
计算机
USB(Universal Serial Bus)是一种通用的串行总线标准,它被广泛应用于连接计算机及其外部设备。USB通信系统具有以下特点:
关键字:
USB
串行总线
计算机
随着科技的不断发展,计算机与嵌入式系统之间的通信已成为现代电子技术的重要组成部分。PC机与单片机之间的通信关系是其中的重要一环。本文将详细探讨PC机与单片机之间的通信关系,包括串口通信、并口通信、USB通信等,并分析它们...
关键字:
计算机
嵌入式系统
PC机
近日,网上曝光了一份雷军发表于1992年的《计算机病毒判定专家系统原理与设计》论文,就连华为消费者BG战略Marketing部副总裁李昌竹也转发表示:“技术创新和前沿探索都是值得尊敬和学习的。”
关键字:
计算机
12月4日消息,据国内媒体报道称,戴尔已经开始行动,对AMD的Radeon和Instinct GPU(包括RX 7900 XTX、7900 XT、PRO W7900和即将发布的MI300)禁止在中国销售。
关键字:
戴尔
PC
计算机
在下述的内容中,小编将会对嵌入式工业计算机的相关消息予以报道,如果嵌入式工业计算机是您想要了解的焦点之一,不妨和小编共同阅读这篇文章哦。
关键字:
嵌入式
工业计算机
计算机