初创公司BabbleLabs用AI来增强语音

编译：chux

出品：ATYUN订阅号

总部位于加利福尼亚的创业公司BabbleLabs正致力于提高语音质量，包括准确性和个性化。该公司最近宣布推出一款新的深度学习产品，该产品依靠端到端的GPU来执行语音增强，降噪以及标准视频或音频的音频和视频处理等任务。

BabbleLabs首席执行官Chris Rowen 表示，“我们的第一款产品Clear Cloud将业界领先的AI计算技术推向市场，这是我们路线图中众多产品中的第一个，它将有助于将语音增强技术用于实际环境中使用的日常应用。”

团队在谷歌云上使用NVIDIA Tesla V100 GPU，使用cudnn加速的TensorFlow深度学习框架，用数十万小时独特而嘈杂的演讲中训练了神经网络。

为了推断，该公司在培训过程中使用的是相同的NVIDIA Tesla V100 GPU。神经网络提供了令人印象深刻的结果，使这项技术能够应用于广泛的词汇、口音和语言。

增强声音前

增强声音后

Rowen指出，“GPU的绝对性能，加上它们在深度学习编程环境中的强大支持，使我们能够以更低的成本训练更大，更复杂的网络，并以低成本进行商业化部署，GPU是BabbleLabs提供世界上最好的语音增强技术的关键因素。”

该公司最近发布了一个详细的博客，解释了他们使用GPU和深度学习的原因。此产品页面提供用于语音增强的Clear cloud API：babblelabs.com/products/clear-cloud/