谷歌近日开创性地推出了一款全新的文字转语音系统,名为Tacotron 2,它具有惊人的发音准确性,能够提供与真人声音几乎无法区分开来的发音。
据悉Tacotron 2已经是第二代技术,它由两个深度神经网络组成,一个将文本转换为特殊的图谱,第二个是WaveNet,会读取这个图谱并将其还原为一个真实的声音。
该系统目前只进行了英语女声的训练,它不仅可以阅读,而且还可以分辨细微差别,如果某个单词在句子中以大写字母突出显示,该系统在阅读这个句子时会为该单词添加一个相应的语调,该系统也能够处理少量的打字错误。
更重要的是,Tacotron 2系统不仅仅是某种一直停留在实验室中的技术,谷歌实际上已经使用WaveNet网络在Google Assistant中生成更为真实的语音,一旦Tacotron 2更加完善后,它将被应用于Google Assistant等系统。
领取专属 10元无门槛券
私享最新 技术干货