谷歌文本转语音系统更新 可选择学习模型

据外媒报道,近日,谷歌更新了其云端文本转语音(Cloud Text-to-Speech)API。

此次更新,谷歌主要为其添加了两个新功能,一是现在允许开发者在四个机器学习模型当中自主选择,如语音命令、短语查询等;二是谷歌为其添加了标点符号模型。 新的API可显著提高语音识别能力,并且,其在所有的谷歌测试中,能够减少54%的单词错误。云文本到语音的服务是谷歌推出的一款AI语音合成器,它提供了与谷歌助手同样的语音合成服务。该服务采用了DeepMind的WaveNet技术,它可以被用于生成非常自然的声音。

Cloud Text-to-Speech服务是谷歌公司推出的一项AI服务,可以用来合成人声。Cloud Text-to-Speech服务支持12种语言,并可转换32种声音。即使是复杂的文本内容,例如姓名、日期、时间、地址等,Cloud Text-to-Speech也可以立刻发出准确且道地的发音,用户可以自己调整音调、语速和音量,还支持包含MP3和WAV等多种音频格式等。美商思科(Cisco)和电信商Dolphin ONE,成为前期用户。

这服务三大商业应用。第一,是最重要、最具有前瞻性的应用:与电视、汽车与机器等物联网设备对话沟通。第二为电话语音服务(Interactive Voice Response,IVR)中心提供语音回应系统,并激活即时自然语言对话功能。第三将文本格式的新闻文章、书籍等媒体内容,转为Podcast或有声书等口语形式。

Cloud Text-to-Speech服务,是以DeepMind团队的WaveNet为基础。 WaveNet是一种原始音频生成模型,运用WaveNet可以把一系列高保真度的声音转化为语音,2016年DeepMind团队推出了第一版的WaveNet,最近团队又推出升级版WaveNet,较第一版本模型所生成的原始音频波形快了1000倍,只需50毫秒即可生成一秒钟的语音消息,大幅缩短系统文本转语音的时间, 更接近和真人对话。

不过,文本转语音API仅是Google众多云计算机器学习服务之一,Google还提供多样的预先训练好的机器学习训练模型,如图片识别API(Vision API)、翻译API(Translation API)、语音识别API (Cloud Speech API)与自然语言API(Natural Language API)等。其中图片识别API相当受欢迎,如韩国在线购物中心Tmon运用图片识别API,过滤电子商务网站上的图片。

不过,这些云计算人工智能API服务,虽然非常容易使用,操作门槛不高,但定制化程度相当有限,因此Google还提供可以高度定制化,建构于TensorFlow的基础上的Google云计算机器学习服务( Google Cloud Machine Learning)或称为Cloud ML Engine,让备有AI人才的企业可以专注于开发最佳的机器学习模型。

本文分享自微信公众号 - IT派(transfer_3255716726)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-04-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

Elon Musk揭OpenAI研究新突破, 可在VR中自我学习的机器人(附论文)

24350
来自专栏ATYUN订阅号

用生成式对抗网络来改善椅子的设计

开发者Philipp Schmitt和Steffen Weiss最近推出了一个新系统,该系统使用生成式对抗网络(GAN)来生成经典的20世纪风格椅子设计。

10310
来自专栏PPV课数据科学社区

以网络安全为例的大数据可视化设计

大数据可视化是个热门话题,在信息安全领域,也由于很多企业希望将大数据转化为信息可视化呈现的各种形式,以便获得更深的洞察力、更好的决策力以及更强的自动化处理能力,...

49470
来自专栏AI科技大本营的专栏

Google VS 亚马逊 VS 微软,机器学习服务选谁好?

译者 | reason_W 编辑 | Just 对大多数企业来说,机器学习听起来就像航天技术一样,属于花费不菲又“高大上”的技术。如果你是想构建一个 Netfl...

34350
来自专栏phodal

我是如何为技术博客设计一个推荐系统(上):统计与评分加权

过去的两周里,我一直忙于为 『玩点什么』 设计一个推荐系统。在这个过程中,参考几本书籍,查找了一系列的资料。想着这些资料上,大部分都是大同小异的,实现了几个简单...

44860
来自专栏大数据文摘

还在看视频读文档学编程?这有7种编程学习方式,哪种最适合你?

17120
来自专栏腾讯云人工智能

详解腾讯智能钛机器学习 TI-ML(文末有惊喜)

腾讯研究院《2017全球人工智能人才白皮书》报告中提到,现全球AI领域人才约30万,而市场对人才的需求在百万量级,每年从各大高校毕业的学生约2万人,远远不能满足...

2.3K870
来自专栏FreeBuf

走近科学:隐藏在图像数据库中的安全问题

本文原刊登于IEEE IT Professional杂志。 由于系统改造的代价之高,使用适于系统设计的网络安全措施则是最好的选择。而新科技和应用则带来更多安全与...

234100
来自专栏技术翻译

数据分析师需要掌握的技能

1.第一个是Excel。这看起来很简单,但实际上并非如此。Excel不仅可以执行简单的二维表,复杂的嵌套表,还可以创建折线图,柱形图,条形图,面积图,饼图,雷达...

66220
来自专栏人人都是极客

助力边缘计算,Arm机器学习处理器来了!

如果能够拥有一部智能个人助理,它能听懂我们说的话并做出智能反应,然后处理日常任务,那感觉一定很棒。鉴于机器学习 (ML) 领域近期取得的进展,Arm相信这一天很...

23320

扫码关注云+社区

领取腾讯云代金券