效率提高1000倍 Deepmind语音生成模型WaveNet正式商用 (效率提高10%)
雷锋网消息：2017年10月4日，Deepmind发表博客称，其一年前提出的生成原始音频波形的深层神经网络模型WaveNet已正式商用于Google Assistant中，该模型比起一年前的原始模型效率提高1000倍，且能比目前的方案更好地模拟自然语音。
以下为Deepmind博客所宣布的详细信息，雷锋网摘编如下
一年之前，我们提出了一种用于生成原始音频波形的深层神经网络模型WaveNet，可以产生比目前技术更好和更逼真的语音。当时，这个模型是一个原型，如果用在消费级产品中的计算量就太大了。
在过去12个月中，我们一直在努力大幅度提高这一模型的速度和质量，而今天，我们自豪地宣布，WaveNet的更新版本已被集成到Google Assistant中，用于生成各平台上的所有英语和日语语音。
新的WaveNet模型可以为Google Assistant提供一系列更自然的声音。
为了理解WaveNet如何提升语音生成，我们需要先了解当前文本到语音（Text-to-Speech，
TTS）或语音合成系统的工作原理。
目前的主流做法是基于所谓的拼接TTS，它使用由单个配音演员的高质量录音大数据库，通常有数个小时的数据。这些录音被分割成小块，然后可以将其进行组合以形成完整的话语。然而，这一做法可能导致声音在连接时不自然，并且也难以修改，因为每当需要一整套的改变（例如新的情绪或语调）时需要用到全新的数据库。
另一方案是使用参数TTS，该方案不需要利用诸如语法、嘴型移动的规则和参数来指导计算机生成语音并进行语音拼接。这种方法即便宜又快捷，但这种方法生成的语音不是那么自然。
WaveNet采取完全不同的方法。在原始论文中，我们描述了一个深层的生成模型，可以以每秒处理16000个样本、每次处理一个样本党的方式构建单个波形，实现各个声音之间的无缝转换。
WaveNet使用卷积神经网络构建，在大量语音样本数据集上进行了训练。在训练阶段，网络确定了语音的底层结构，比如哪些音调相互依存，什么样的波形是真实的以及哪些波形是不自然的。训练好的网络每次合成一个样本，每个生成的样本都考虑前一个样本的属性，所产生的声音包含自然语调和如嘴唇形态等参数。它的“口音”取决于它接受训练时的声音口音，而且可以从混合数据集中创建任何独特声音。与TTS系统一样，WaveNet使用文本输入来告诉它应该产生哪些字以响应查询。
原始模型以建立高保真声音为目的，需要大量的计算。这意味着WaveNet在理论上可以做到完美模拟，但难以用于现实商用。在过去12个月里，我们团队一直在努力开发一种能够更快地生成声波的新模型。该模型适合大规模部署，并且是第一个在Google最新的TPU云基础设施上应用的产品。
（新的模型一秒钟能生成20秒的音频信号，比原始方法快1000倍）
WaveNet团队目前正在准备一份能详细介绍新模型背后研究的论文，但我们认为，结果自己会说话。改进版的WaveNet模型仍然生成原始波形，但速度比原始模型快1000倍，每创建一秒钟的语音只需要50毫秒。该模型不仅仅速度更快，而且保真度更高，每秒可以产生24,000个采样波形，同时我们还将每个样本的分辨率从8bit增加到16bit，与光盘中使用的分辨率相同。
这些改进使得新模型在人类听众的测试中显得发声更为自然。新的模型生成的第一组美式英语语音得到的平均意见得分（MOS）为4.347（满分5分），而真实人类语音的评分只有4.667。
新模式还保留了原始WaveNet的灵活性，使我们能够在训练阶段更好地利用大量数据。具体来说，我们可以使用来自多个语音的数据来训练网络。这可以用于生成高质量和具有细节层次的声音，即使在所需输出语音中几乎没有训练数据可用。
我们相信对于WaveNet来说这只是个开始。我们为所有世界语言的语音界面所能展开的无限可能而兴奋不已。
原创文章，未经授权禁止转载。详情见 转载须知 。
本文地址： https://www.gpxz.com/article/1874fcd40591a8068958.html
电视牛是千万人喜爱的网络电视在线直播网站，以全新的视觉为您呈现各大卫视、央视、体育等多频道在线直播，让您耳目一新观赏精彩直播。
15851418889爱德申物资回收公司经营苏州空调回收,苏州中央空调回收以及废旧二手空调回收,高低床回收ktv设备回收酒店办公家具回收变压器回收配电设备回收办公家具回收上下床回收宾馆设备回收酒店设备回收厨房设备库存物资回收旧设备回收
昆明创飞餐饮实训数十年沉淀，专门从事餐饮实训,小吃技术实训,小面实训,特色小吃实训,特色烧烤实训等,技术行业领先;学餐饮技术到云南创飞餐饮实训!
UBE，宇部兴产机械（上海）有限公司，主营业务为压铸机、注塑机、挤压机等油压、电动机械和窑、立磨、选粉机、料仓、堆取料机、气浮皮带输送机等散料装卸系统一般工业用机械及铁基桥梁、铁构筑物的制造和销售。
扬中市华鑫磨具厂「www.jshxmj.com」专业的陶瓷过滤板生产厂家,主营产品有:陶瓷过滤板,微孔陶瓷过滤板,陶瓷刮刀,陶瓷摩擦圈,气化板,滤芯及零部件,销售价格实惠,欢迎咨询.
创想商务,10年电商网站建设公司,提供.NET企业级高端电子商务建站服务,DaMall商城系统、淘宝供货商系统,创想b2b系统,在线支付系统免费试用,我们致力帮助企业快速建立自己的电子商务服务平台。
携艇会—游艇会运营管理领航者。厦门携艇游艇俱乐部为您提供香山游艇,五缘湾游艇出租服务.厦门游艇出租热线：4008-931-898
购得棒(原博邦标识)是一家大型立体车标制作厂家，生产面积达2万多平米，制作各种吸塑车标、电镀车标、大型车标、金属车标、立体车标、4S店车标、汽车展会车标、亚克力车标、门头吸塑车标、厚片吸塑车标，产品远销欧美。电话18721750736
Faceu用相机记录属于你的故事
湖州门户网是湖州视窗提供湖州租房、二手、交友、兼职、人才招聘等湖州生活分类信息,同时提供昆山外卖、便民服务、湖州视窗湖州二手信息、生活黄页一切近在湖州生活门户网。
圆弧派博客,是一个专注于网络技术分享的个人博客,包括但不止记录与分享编程知识、实用工具、开源项目，愿与更多志同道合的朋友共享网络乐趣！
当今数字化时代，游戏已经成为必不可少的消遣工具，更是社交娱乐的重要平台，很多游戏都提供联机模式，一与好友联机就能够共同畅享，共同感受游戏欢乐，那么三个人玩的游戏有哪些，很多玩家都有这样的疑问，此类联机游戏有着较多的益处，可以建立良好的游戏社区，也能够增进玩家之间的感情，今天小编为大家详细介绍几款，不知从何开始狼人杀就成功地进入玩家的视...。
AI技术正成为巨头们保持领先地位的关键之一，各领域的头部公司特别是科技巨头们，大都花费重金投资AI，但他们很快就遇到一个问题，芯片的算力无法满足AI算法的需求，因此，国外的谷歌、亚马逊，国内的百度、阿里都纷纷开始自主研发AI芯片，值得注意的是，根据公开资料，腾讯投资针对AI芯片的投资直到去年八月才曝光，当时燧原科技宣布获得腾讯领投的P...。
绕过TouchID完全没有挑战，2013年黑客在iPhone5S技术推出后不到48小时内就以假指纹击败了TouchID时这样说道，虽然随着技术的迭代升级，指纹解锁的门槛也越来越高了，但指纹识别依旧没那么安全，事情还要从TalosSecurityGroup的一项研究成果说起，假指纹通过率高达80%近日，据外媒报道，TalosSecur...。
雷锋网按，数字化浪潮下，过去关于企业要不要数字化转型的争论，到现在已经基本达成共识，企业家、CIO、相关业务主管已经认识到一定要用新兴技术帮助企业提升效率并进行更好的商业化运作，那么数字化转型要转什么，多年以来，华为在用自己的亲身实践践行着数字化转型的方案，华为董事、CIO陶景文在华为全联接大会2021上对这些问题进行了回答，雷锋网对...。
消息，4月11日真我发布了真我GTNeo6SE手机，新机首发6000nit无双屏，搭载第三代骁龙7，处理器，首销价1699元起，屏幕方面，真我GTNeo6SE首发6000nit无双屏，采用京东方S1发光材料，拥有1000nit手动最高亮度、1600nit全局激发亮度、6000nit局部峰值亮度，支持120Hz刷新率，8TLTPO...。
极米h3s发布至今，不少网友对极米h3s和极米h3评测对比感兴趣，那么今天小编就带大家真实的比较一下这两款投影仪，看看极米h3s投影仪做了那些提升，一、极米H3S和极米H3外观对比正面极米h3s的正面相较于h3变化不大，左边依旧是一颗硕大的投影镜头，右边是双TOF激光镜头，用来自动梯形校正和无感自动对焦，但极米h3s的激光镜头位置稍微...。
△俄罗斯国防部颁布的视频画面外地期间7月9日，俄罗斯国防部示意，俄军经常使用，伊斯坎德尔，M，导弹对乌克兰苏梅州一地发起袭击，捣毁一炮兵弹药库、20辆运送弹药和人员的军车，覆灭近65名军人，乌方对此暂无回应，总台记者王新俊，乌军盲目反攻代价惨重，乌第128独立山地突击旅遭伏击乌军盲目反攻代价惨重，乌第128独立山地突击旅遭伏击，俄军...。
关于公众新速腾的多少钱剖析，<，2021款速腾的官网指点价范围为135，900元至165，900元<，其中，280温馨版的裸车价约为1，390，000元，目前市场活动大约为80，000元，加上置办税11，850元<，，保险费用6，032元，车船税420元，以及上牌费用500元，全款落地价总计为152，7...。
易车讯近日，咱们从海外媒体失掉到了新款宝马iX车型谍照，新车将在外观设计上启动小幅改变，并针对动力系统启动优化更新，从谍照上看，新车前脸外型将启动小幅度更新，在保管大尺寸双肾前格栅的设计下，将前大灯组外部LED光源变卦为最新的纵向双排样式，与宝马家族坚持分歧，此外，新车前解围下方的通风散热启齿也启动了调整，全体外型更具静止感，车身正面...。
大家好，对于北斗导航地图最新版V3.0.3官网电脑版，北斗导航地图最新版V3.0.3官网电脑版配置简介这个很多人还不知道，如今让咱们一同来看看吧！北斗导航地图电脑版是一款十分好用的高清卫星地图软件，它为用户提供实时、高精度、精准定位配置，可以极速确定指标所在地址以及周围交通状况，适用于涵盖游客、司机、教员、在校生、天文位置搜集员等，片...。
通用，通用如何，什么通用，哪些通用，怎么通用
论文中能出现它吗 1、论文中可以用它。“它”作为代词，用来指代前文提到的事物或物品，可以在论文中使用。例如，如果你在论文中第一次提到一个人名或事物时，可以使用全称或者较完整的名词短语，之后再用代词“它”进行代替。2、论文中可以提到Chatg
作为有史以来最贵的iPhone，iPhoneX近万元的售价直接把很大一部分用户挡在了门外，变身，土豪机，日前，有网友算了一笔账，一部iPhoneX几乎可以买小米全套产品，基本齐活了，图片曝光后，引发网友热议，而小米官方也给出了答案，8388元，能买到什么?答案是这样的，小米MIX2，3299元，、32英寸小米电视4A，1199元，、...。
智能穿戴设备兴起于2013年，在2014年达到了高潮，而到了2015年的下半年，这个风云一时的科技新星迎来了一定程度上的回落，无论是倾向于时尚还是健身追踪的设备，据月初IDC发布的全球可穿戴设备今年第三季度出货量数据显示，虽然全球可穿戴设备出货量呈现增长，但是该季度穿戴设备全球所有品牌的交付也只有2100万只，且市场份额只要由Fitb...。
TikTok被曝App内浏览器代码可，监控输入和点击的任何内容，，公司发言人否认Javascript代码用于恶意行为8月21日消息，据安全研究员FelixKrause称，TikTok在iOS上的自定义App内浏览器将JavaScript代码注入外部网站，允许TikTok在用户与给定网站交互时监控，所有键盘输入和点击，Krause表示...。
周志华，机器学习有这两大派别，新人入门别跟错队机器学习作为近年来非常火的一个概念，关注者追随者甚众，然而它的渊源及由来却鲜有人知晓，南京大学的周志华教授在近期的AIDL2，机器学习前沿，会议上分享介绍了机器学习的两大派别，以及入门需要注意的一些要点，雷锋网整理如下，详情，http，www.leiphone.com，news，201...。
有种色彩教人难以忘怀，是黄昏天边的一朵晚霞，是初春推开重门的第一枝桃花，是少女晶亮眸子下泛起微红的双颊，色彩牵动人们万千情绪，肤色变化勾起更多深层情感，透过家用投影机还原呈现，向观众传递微妙而独特的感官体验，1月10日，明基色准广色域投影机新品发布会上，两台4K广色域投影机W2700、W5700，以及高亮激光4K家用投影机L6000登...。
