Руслан Ровик
региональный редактор Американская компания Google разработала продвинутый синтезатор речи нового поколения Tacotron 2, который основан на нейросети и способен говорить с тембром, ритмом, а его произношение не отличается от человеческой речи.
Об этом сообщает TechCrunch.
Алгоритм Tacotron 2, который представлен командой разработчиков Google с участием Джонатана Шена, работает на основе двух нейронных сетей.
Печатная версия конвертируется в специальную Tacotron-спектрограмму, где распределяются ритм и ударения, а слова генерируются в аналог WaveNet. Кроме того, в алгоритм добавлена система сбора данных для обучения нейросети.
Аудиозапись действительно похожа на язык живого человека, причем темп речи звучит достаточно убедительно, а основные задержки происходят на словах с необычным произношением. Правда, часть слушателей в комментариях утверждают, что некоторые слова система произносит на "ломаном языке".
Образцы работы Tacorton 2 можно прослушать на официальном сайте Google. Эта технология, скорее всего, сразу начнет использоваться в продуктах компании.
Одной из основных проблем нового алгоритма является отсутствие регулирования тона речи: нельзя предсказать, какая фраза будет произнесена возвышенно, а какая – грубо.
Сообщается, что Tacotron 2 работает эффективнее своих предшественников Tacotron и WaveNet, которые имели ряд существенных недостатков. В частности, WaveNet выдавал очень резкие звуки, а Tacotron не мог выдавать полноценный "языковой продукт".
Напомним, ранее в Google были названы худшие пароли 2017 года. Во время исследования компания SplashData проанализировала более пяти миллионов кодовых слов.
Также ученые выяснили, как зависимость от смартфонов меняет мозг. Исследование проводили на подростках, которые много времени проводят со смартфонами и в интернете.
Главные темы