Adobe 发布首个深度学习平台 | 欲打造像修改图一样修改语音的软件项目

【新智元导读】Adobe最近在人工智能上发力，先是发布了一款基于深度学习和机器学习的底层技术开发平台Sensei，可以整合到旗下各类软件和工具中，进一步提高设计效率和体验。紧接着，Adobe还公布了一个可以对“声音”进行编辑的软件项目：除了标准的语音编辑和噪音消除之外，其还能够根据语音生产新话音和词语。

首个基于深度学习的技术开发平台Sensei

近日，全球知名的数字媒体编辑软件供应商Adobe，推出了首个基于深度学习和机器学习的底层技术开发平台Sensei。这是一款可以用于Adobe旗下各类软件的人工智能工具，可以应用在Photoshop、Premiere、Illustrator等软件中。

Sensei利用了Adobe长期积累的图片、视频数据和内容，帮助使用者解决在素材和操作方面的问题。例如，Sensei可以在一张照片中精准的判断物体、人物、天空和草地，用户在操作时可以一件选取，比之前利用像素或人工的方式进行选取要精准、便捷得多。

此外，Sensi还可以对图片中人的五官进行识别定位，让设计师可以对五官进行整体变动，避免在变动中产生的不正常的位移。除了图片，Sensei还可以对视频和文字内容进行智能辅助编辑，例如对不同的视频场景进行分类并推荐合适的特效等等。

能修改语音的编辑器Project VoCo

在加州圣地亚哥市举办的开发者大会 MAX 上，软件公司 Adobe 还展示了一项语音版的PS技术，能借助一段 20 分钟的录音，通过算法编出你从来没有说过的话。

和大会上演示的一样，音频编辑器首先要把语音识别成文字，你再去更改其中几个单词或者词组。技术远没有发展到能够合成新的句子的地步，但足以改变你想说的话了。

目前Project VoCo仍处在早期开发阶段，而且并未确定会推出商业产品。Adobe研究院和普林斯顿大学共同研发的合作项目之一，Project VoCo的强大性如同PhotoShop之于图像编辑和创作，一个最先进的音频编辑应用程序。除了标准的语音编辑和噪音消除之外，其还能够根据语音生产新话音和词语。只要拥有20分钟的录音材料，Project VoCo就能够根据算法生成新的词汇，并根据编辑者需求加入到音频材料中，可广泛应用于播客、录音等音频编辑领域。