導讀	Google 的 DeepMind 研究實驗室昨天公布了其在計算機語音合成領域的最新成果——WaveNet。該語音合成系統能夠模仿人類的聲音，生成的原始音頻質量優于目前的文本轉語音系統（text to speech，簡稱 TTS）。

DeepMind 宣稱，通過人耳測試，該技術使得模擬生成的語音與人類聲音之間的差異縮小了一半。當然，這種測試不可避免地存在主觀性。WaveNet 目前還沒有被應用到谷歌的任何產品中，而且該系統需要強大的計算能力，近期也無法應用到真實世界場景。

讓人類跟機器自由交談是人機交互研究領域長久以來的夢想。在過去幾年，深度神經網絡的應用大幅度了提高計算機理解自然語音的能力。然而，運用計算機生成語音（語音合成，或者 TTS 系統）仍然主要依靠拼接式 TTS——先錄制單一說話者的大量語音片段，建立一個大型數據庫，然后將語音片段合成完整的話語。這種語音合成方式很難對聲音加以修飾，無法表達強調或者情感。

為了解決語音合成的這一難題，迫切需要運用一種參量改頻式（Parametric）TTS。在這種 TTS 系統中，生成數據所需要的所有信息被存儲于模型的參數中，語音所傳達的內容及語音特征可以通過模型的輸入信息得以控制。然而，目前參量改頻式 TTS 生成的語音聽起來還不如拼接式 TTS 模型生成的語音自然。現有的參量改頻式模型通常將輸出的信息交給信號處理算法處理，從而生成音頻信號。

WaveNet 改變了這種范式，直接用音頻信號的原始波形建模，而且是一次處理一個樣本。通過這種方式生成的語音不但聽起來更加自然，而且使用原始波形還能為任何聲音建模，包括模仿任何人的聲音，還能生成音樂。在測試中，WaveNet 通過分析古典音樂，生成了一段鋼琴曲。

谷歌 DeepMind 的人工智能 AlphaGo 在今年早些時候打敗了韓國圍棋大師李世石九段，引起了世人的關注。谷歌一直對如何應用其人工智能技術守口如瓶，只是稱其已經利用這些技術降低了冷卻公司數據中心所需的電量，讓從 YouTube 到谷歌廣告產品的一系列服務得到了巨大改善。

總結

以上是生活随笔為你收集整理的谷歌黑科技WaveNet，更先进的语音合成的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。