讲文明树新风

首页 > 新闻 > 奇闻趣事

“倾听”1分钟,就能开口模仿人类“讲话”

时间:2017-05-04 10:36:43  来源:人民网 放大 缩小 默认

  据《科学美国人》杂志网站2日报道,加拿大新创公司琴鸟(Lyrebird)发布了新款人工智能(AI)语音系统,其能通过分析讲话录音和对应文本以及两者之间的关联,在1分钟内模仿人类“讲话”,比如,模仿特朗普、奥巴马和希拉里三个人的声音展开一段对话。

  让声音听起来更自然,是计算机程序在将文字转换成语音过程中面临的核心挑战,即使目前最好的语音助手,如苹果公司的Siri和亚马逊公司的Alexa,一发声给人的第一感觉仍然是,“哇!这是计算机。”背后原因在于这些语音助手系统的工作原理:根据预录的声音文档整理出词汇,再通过另一个新的音频文档将这些词汇拼凑在一起发声。

  而琴鸟公司的AI使用了一种全新的语音合成系统,能在“倾听”过程中“掌握”每个人说话时字母、音位和单词的发音特点,通过推理并模仿这个人声音中的情感和语调,“说”出全新的语句。

  新系统使用模仿人脑思维的算法创建出一种人工神经网络,能利用深度学习技术将所听到的转换成语音,并仅靠任何人1分钟讲话内容,就能完全模仿这个人说话。其市场前景非常广阔,可用来改进个人人工智能助手、音频书籍以及残疾人语音系统等。

  开发该系统的蒙特利尔大学学习算法实验室博士后亚历山大·布瑞比森表示,在学会并模仿了几个人的声音后,再模仿任何一个新对象的语音就会变得更快,因此新语音系统不需太多信息,1分钟足以捕获某个人声音的核心特点。

  但美国卡内基梅隆大学语言技术研究所教授迪莫·鲍曼表示,琴鸟的语音系统和真正的人声之间还有差距。“我仔细听过琴鸟系统的发声,其带有背景噪音,以及微弱的机器人特征。而且,它还不能模仿人们在讲话中的呼吸和唇部运动,因此仍然能听出其计算机语音特征。”鲍曼说。他认为,语音系统真正令人信服地复制人声,还需再等几年。

  总编辑圈点

  人类的嗓音最美妙,天籁之音怎能被机器模仿出来?一呼一吸间的抑扬顿挫,一颦一笑间的情感起伏,才是人之为人的精华所在。虽然机器模仿人声还差强人意,但仍大有用武之地——高德地图林志玲版,不就是机器通过学习特殊语料后,模仿独特人声在给司机指路嘛。但需知,语音合成只是人工智能的一个基础层次,要想达到以假乱真甚至人机交互,估计还得一二十年。(记者聂翠蓉)

发表评论 共有条评论
用户名:
密码:
验证码:
延伸阅读
    无相关信息

和合承德网版权及免责声明:

1.凡本网注明“来源:承德日报”、“来源:承德晚报”、“来源:和合承德网”的所有文字和图片稿件,版权均属于承德日报社和和合承德网所有,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,转载使用时必须注明“来源:和合承德网”,违者本网将依法追究相关法律责任。

2.本网未注明“来源:承德日报”、“来源:承德晚报”、“来源:和合承德网”的文/图等稿件均为转载稿。转载目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的稿件来源,并自负相关的法律责任。

3.如本网转载稿件涉及版权等问题,请在一周内来电或来函与和合承德网联系。