亚洲最大看欧美片,亚洲图揄拍自拍另类图片,欧美精品v国产精品v呦,日本在线精品视频免费

  • 站長資訊網(wǎng)
    最全最豐富的資訊網(wǎng)站

    英偉達(dá)用 AI 給紀(jì)錄片配音:情緒節(jié)奏穩(wěn)穩(wěn)拿捏,不說根本聽不出來

      雖然日常和你對話的 Siri 聲音機(jī)械,還常常胡亂斷句,但實(shí)際上,最新的技術(shù)進(jìn)展顯示,AI 的語音合成能力已經(jīng)可以說得上是以假亂真。

      比如英偉達(dá),最近就發(fā)布了一個更懂節(jié)奏、更具感情的語音合成 AI。

      在英偉達(dá)的紀(jì)錄片中,她的自我介紹口齒清晰自不必說,氣息頓挫、情緒把控,播音員范兒絕對夠正。

      幀級控制合成語音

      英偉達(dá)將在 9 月 3 日的語音技術(shù)頂會 Interspeech 2021 上展示該項(xiàng)目的最新成果。

      不過,其背后的技術(shù),此前就已經(jīng)幫助自家數(shù)字人在 SIGGRAPH Real-Time Live 上摘下了最佳展示獎。

    英偉達(dá)用 AI 給紀(jì)錄片配音:情緒節(jié)奏穩(wěn)穩(wěn)拿捏,不說根本聽不出來

      核心是名為 RAD-TTS 的語音合成方法。

      這是一個并行的端到端 TTS 模型。與此前的并行方法不同,RAD-TTS 將語音節(jié)奏作為一個單獨(dú)的生成分布來建模。如此,在推理過程中,語音的持續(xù)時間就能被更好地控制。

    英偉達(dá)用 AI 給紀(jì)錄片配音:情緒節(jié)奏穩(wěn)穩(wěn)拿捏,不說根本聽不出來

      從 RAD-TTS 的演示界面中也可以看出,用戶可以在幀級別上控制合成語音的音調(diào)、持續(xù)時間和節(jié)奏力度。

    英偉達(dá)用 AI 給紀(jì)錄片配音:情緒節(jié)奏穩(wěn)穩(wěn)拿捏,不說根本聽不出來

      研究人員還介紹,RAD-TTS 既可以將任意文本轉(zhuǎn)換成說話人的聲音,也可以將一個說話人的聲音(甚至是歌聲)轉(zhuǎn)換成另一個人的聲音。

      也就是說,合成語音的制作人可以像指導(dǎo)配音演員一樣去“指導(dǎo)”AI,讓它學(xué)會哪個單詞應(yīng)該重點(diǎn)突出、節(jié)奏如何把控更符合創(chuàng)作基調(diào)等等。

      機(jī)器語音能有多真實(shí)?

      其實(shí),不只是英偉達(dá),此前,小冰也發(fā)布過超級自然語音技術(shù)。

      把一句人類的語音混進(jìn)小冰的語音里,你能分辨到底哪一句來自真正的人類嗎?

      不過,小冰公司 CEO 李笛此前曾表示,AI 的聲音太接近真人,就很有可能被濫用。因此小冰禁止為普通個人訓(xùn)練聲音。

      但這樣的技術(shù),也正在通過電臺、便利店等更多商業(yè)場景,走進(jìn)人們的日常生活。

      參考鏈接:

      [1] 論文地址:https://openreview.net/forum?id=0NQwnnwAORi

      [2]https://blogs.nvidia.com/blog/2021/08/31/conversational-ai-research-speech-synthesis-interspeech/

    特別提醒:本網(wǎng)信息來自于互聯(lián)網(wǎng),目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí),對本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時性本站不作任何保證或承諾,并請自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益,請及時聯(lián)系我們,本站將會在24小時內(nèi)處理完畢。

    贊(0)
    分享到: 更多 (0)
    網(wǎng)站地圖   滬ICP備18035694號-2    滬公網(wǎng)安備31011702889846號