» 您尚未登录:请 登录 | 注册 | 标签 | 帮助 | 小黑屋 |


 17 12
发新话题
打印

最新的语音合成技术太屌！讯飞的效果已经完败

jun4rui

大都督

帖子
74023 
精华
9 
积分
108422 
激骚
2946 度 
爱车
宋 
主机
哈 
相机
娜 
手机
酱 
来自
守望先锋 
注册时间
2003-1-15 
1# 大 中 小 发表于 2016-9-12 06:05  只看该作者
posted by wap, platform: Chrome
可惜，这玩意暂时没法商用，效果真的太赞了！已经能很好的模仿语调，情感和口音，和常见的差距太大，需要佛跳墙

传统参数控制
https://storage.googleapis.com/d ... se/parametric-1.wav
https://storage.googleapis.com/d ... se/parametric-2.wav

传统的拼接技术
https://storage.googleapis.com/d ... concatenative-1.wav
https://storage.googleapis.com/d ... concatenative-2.wav

Google的神经网络AI语音合成技术
https://storage.googleapis.com/d ... inese/wavenet-1.wav
https://storage.googleapis.com/d ... inese/wavenet-2.wav



官方博客还有同一句话的不同人+语气说出来的效果https://deepmind.com/blog/wavenet-generative-model-raw-audio/，太赞了！从来没想过AI居然能用在这方面啊

本帖最后由 jun4rui 于 2016-9-11 10:08 通过手机版编辑


TOP

u571

禁止访问

帖子
31333 
精华
0 
积分
50368 
激骚
667 度 
爱车
 
主机
 
相机
 
手机
 
注册时间
2002-9-11 
2# 大 中 小 发表于 2016-9-12 06:37  只看该作者
posted by wap, platform: Chrome
不能商用的原因是需要计算量比较大，还需要进一步优化。

WaveNet最吸引人的是这个模型算法有很强的借鉴意义，对于语音识别和新一代纯物理音效等等都有革命性改进

所以深度学习这个技术真的是深不可测，不愧是扎克伯格称为可以改变人类未来的重大技术突破

TOP

加州IT男

魔王撒旦

帖子
5264 
精华
0 
积分
7625 
激骚
369 度 
爱车
日产 
主机
全机种制霸 
相机
哈苏 
手机
苹果 
注册时间
2014-7-3 
3# 大 中 小 发表于 2016-9-12 06:49  只看该作者
还能做曲了
太科幻了

TOP

eastwoodwest

东木西不是东西

魔神至尊

超级管埋员

帖子
29298 
精华
1 
积分
60509 
激骚
7252 度 
爱车
A4 
主机
All 
相机
A7 
手机
Z4 
来自
MA DE IN CHI NA 
注册时间
2009-7-28 
4# 大 中 小 发表于 2016-9-12 07:22  只看该作者
posted by wap, platform: iPhone
终于可以听冰与火了

TOP

井喷

魔王撒旦

帖子
9279 
精华
0 
积分
22645 
激骚
472 度 
爱车
 
主机
 
相机
 
手机
 
注册时间
2007-3-14 
5# 大 中 小 发表于 2016-9-12 08:00  只看该作者
没听出有多大区别，可能是我心太宽

TOP

旨旨

小黑屋

帖子
19372 
精华
0 
积分
48841 
激骚
805 度 
爱车
 
主机
PSP 
相机
 
手机
 
注册时间
2007-3-25 
6# 大 中 小 发表于 2016-9-12 08:18  只看该作者
posted by wap, platform: SONY Xperia Z3
觉得参数控制的和神经元的差不多

TOP

xsix123

魔头

帖子
1729 
精华
0 
积分
10340 
激骚
486 度 
爱车
 
主机
 
相机
 
手机
 
注册时间
2011-3-3 
7# 大 中 小 发表于 2016-9-12 08:32  只看该作者
posted by wap, platform: Firefox
确实厉害！我就想知道什么时候能用上！

TOP

加州IT男

魔王撒旦

帖子
5264 
精华
0 
积分
7625 
激骚
369 度 
爱车
日产 
主机
全机种制霸 
相机
哈苏 
手机
苹果 
注册时间
2014-7-3 
8# 大 中 小 发表于 2016-9-12 10:56  只看该作者
神在可以调整下参数就完全变成另一个人的声音语调口音了
可以自动生成Audiobook了

TOP

beterhans

hans

银河飞将

帖子
38785 
精华
2 
积分
54970 
激骚
2380 度 
爱车
11路 
主机
Xbox 360 
相机
Nikon D5000 
手机
 
注册时间
2003-10-20 
9# 大 中 小 发表于 2016-9-12 11:14  只看该作者
posted by wap, platform: iPhone
回家看看

TOP

大饼大大

混世魔头

帖子
3815 
精华
0 
积分
21357 
激骚
126 度 
爱车
 
主机
 
相机
 
手机
 
注册时间
2009-4-24 
10# 大 中 小 发表于 2016-9-12 11:40  只看该作者
posted by wap, platform: 小米3
我记得科塔纳当时也是吹一波，还会唱歌，后来装上发现也就那样

TOP

xxhunter

爸气外露

魔神至尊

睫毛杀人

帖子
25174 
精华
0 
积分
50954 
激骚
4232 度 
爱车
酱油绿 
主机
PC 
相机
Pentax SPⅡ 
手机
BB 
注册时间
2003-11-12 
11# 大 中 小 发表于 2016-9-12 12:01  只看该作者
posted by wap, platform: iPhone
可以调出贝吉塔的语调吗？

TOP

jun4rui

大都督

帖子
74023 
精华
9 
积分
108422 
激骚
2946 度 
爱车
宋 
主机
哈 
相机
娜 
手机
酱 
来自
守望先锋 
注册时间
2003-1-15 
12# 大 中 小 发表于 2016-9-12 12:01  只看该作者
posted by wap, platform: Samsung
引用:
原帖由 @大饼大大  于 2016-9-11 15:40 发表
我记得科塔纳当时也是吹一波，还会唱歌，后来装上发现也就那样
现在要挑战初音未来了，不过效果和几年前bilibili上用户自制的差不多。这个强多了，首先也不是完全听不出合成的痕迹，但是很少了，有些语调语气下很难察觉。同一句话下，不同参数搭配出来的语调语气差异明显不同，这一点太牛逼

TOP

HDE

混世魔头

帖子
3216 
精华
0 
积分
4354 
激骚
268 度 
爱车
 
主机
 
相机
 
手机
 
注册时间
2013-8-21 
13# 大 中 小 发表于 2016-9-12 12:04  只看该作者
posted by wap, platform: iPhone
目前最强的还是初音家族吧，我觉得没有人为调教不太现实。

TOP

华莱士

魔神至尊

帖子
16706 
精华
0 
积分
55033 
激骚
1262 度 
爱车
 
主机
 
相机
 
手机
 
注册时间
2005-1-3 
14# 大 中 小 发表于 2016-9-12 12:35  只看该作者
听了一下 楼主扯淡呢
效果被讯飞秒  风清扬的那个目前是最好的

TOP

bsseven

天外飞仙

帖子
11936 
精华
0 
积分
25702 
激骚
347 度 
爱车
 
主机
 
相机
 
手机
 
注册时间
2002-10-28 
15# 大 中 小 发表于 2016-9-12 14:04  只看该作者
posted by wap, platform: Galaxy S7 Edge
啥时候读一本少妇白洁给我听听

TOP

 17 12
发新话题
     
官方公众号及微博