微软新开发一种基于AI的文本转语音技术，越来越逼近人类音色

本文由腾讯数码独家发布

从文本到语音转换技术并不算是什么新鲜事物，不过目前这项技术还存在很多不完善的部分。而现在它遇到最大的困难就是，技术的进一步迭代和突破遭遇瓶颈。这意味着，如果您希望通过文本到语音来模拟真实的人类对话，那么这可能是一项非常困难的任务。

然而，在这个领域人类从来没有放弃探索，甚至已经付出了相当多的努力，最近，微软方面传出消息，他们似乎在这个技术领域取得了一些小小的突破。这次微软做出的模型在实际运用中可能进一步简化了转换过程，即使是普通人也能快速上手使用这项功能。这款AI转换软件是由中国研究人员开发的，基于200个语音样本，他们能够创造出听起来更加真实的语音。

技术突破的关键因素是“Transformers”，“Transformers”是一种深度神经网络，旨在模仿我们大脑中的神经元。通过使用转换器，它可以帮助它更有效地处理信息。到目前为止，从结果来看，新模型在单词可懂度方面的得分为99.84%，尽管有报道称它听起来仍然有点机械。如果想亲自体验一下你可以搜索GitHub上发布的样本去试听。

我们不得不承认，目前的效果听起来还是相当真实的，水平基本达到了谷歌的双重人工智能技术。虽然这些技术进步是受欢迎的，但我们也必须关注人工智能如果造假能力太强，我们也要警惕和担心它知否可能被滥用来传播错误信息。