微軟語(yǔ)音合成技術(shù)升級(jí)編碼器效果更接近原始錄音

2021-07-08 09:29:07來(lái)源：cnBeta 關(guān)鍵詞：語(yǔ)音合成技術(shù)智能語(yǔ)音閱讀量：22962

導(dǎo)讀：HiFiNet是微軟神經(jīng)網(wǎng)絡(luò)版語(yǔ)音合成技術(shù)中新的聲音編碼器，是決定音頻質(zhì)量的關(guān)鍵因素。

　　微軟日前發(fā)布新一代深度神經(jīng)網(wǎng)絡(luò)HiFiNet聲碼器，與微軟上一代語(yǔ)音技術(shù)相比，由HiFiNet聲碼器合成的神經(jīng)網(wǎng)絡(luò)版聲音質(zhì)量再創(chuàng)新高，主要體現(xiàn)在發(fā)音更準(zhǔn)確、韻律更自然、高保真效果更好，更受客戶青睞。自推出以來(lái)，被廣泛應(yīng)用到有聲讀物、在線教育、車載語(yǔ)音助手等領(lǐng)域。

　　HiFiNet是微軟神經(jīng)網(wǎng)絡(luò)版語(yǔ)音合成技術(shù)中新的聲音編碼器，是決定音頻質(zhì)量的關(guān)鍵因素。根據(jù)行業(yè)公認(rèn)的、專業(yè)評(píng)估語(yǔ)音自然度的MOS測(cè)試結(jié)果顯示，由HiFiNet聲碼器合成的語(yǔ)音音質(zhì)可與用于訓(xùn)練的真人錄音樣本相媲美，并同時(shí)改善毛刺、噪音等音頻質(zhì)量問(wèn)題，輸出的音質(zhì)具備更高保真度，更大程度還原真人錄音。

　　與微軟上一代聲碼器相比，微軟HiFiNet聲碼器合成的音質(zhì)更高。語(yǔ)音質(zhì)量的優(yōu)劣會(huì)直接影響收聽(tīng)者的感受，為提升用戶收聽(tīng)的舒適度，在Azure語(yǔ)音合成系統(tǒng)中，神經(jīng)網(wǎng)絡(luò)聲學(xué)模型基于深度學(xué)習(xí)網(wǎng)絡(luò)，使用真人錄音作為原始數(shù)據(jù)進(jìn)行迭代訓(xùn)練。首先，提取真人錄音的聲學(xué)特征。然后，利用真人錄音的聲學(xué)特征自動(dòng)生成兩組音頻：一組真實(shí)聲波(原始錄音)和一組偽波(合成聲波)。最后，由鑒別器區(qū)分真實(shí)聲波和偽波。隨著訓(xùn)練次數(shù)的增多，聲波生成器也會(huì)愈發(fā)“聰明”，直至生成鑒別器也無(wú)法區(qū)分的偽波，這意味著機(jī)器合成的聲音已經(jīng)和原始錄音相差無(wú)幾，從而給用戶帶來(lái)更貼近自然的體驗(yàn)。

　　采樣率越高，聲音還原越真實(shí)。Azure神經(jīng)網(wǎng)絡(luò)版語(yǔ)音合成聲學(xué)模型默認(rèn)每秒鐘采樣24,000次 (24千赫茲)，為還原特殊場(chǎng)景中更為復(fù)雜、細(xì)微的聲音內(nèi)容，HiFiNet聲碼器每秒鐘采樣48,000次(48千赫茲)，滿足用戶對(duì)語(yǔ)音質(zhì)量的嚴(yán)格要求，讓用戶盡享高清語(yǔ)音體驗(yàn)。

　　除語(yǔ)音質(zhì)量外，HiFiNet合成速度較之其他模型也有顯著的提升，進(jìn)一步提升了語(yǔ)音合成的實(shí)時(shí)率。據(jù)RTF(Real Time Factor，實(shí)時(shí)率，用來(lái)測(cè)量語(yǔ)音合成速度的工具)測(cè)試結(jié)果顯示，HiFiNet在GPU設(shè)備上運(yùn)行的速度是第一代高性能聲碼器的3倍，在CPU設(shè)備上運(yùn)行的速度是第一代高性能聲碼器的2倍。

　　目前，內(nèi)置HiFiNet聲碼器的Azure認(rèn)知服務(wù)神經(jīng)網(wǎng)絡(luò)版語(yǔ)音合成服務(wù)已支持超過(guò)70多個(gè)國(guó)家和地區(qū)的語(yǔ)言，提供超過(guò)170個(gè)自然逼真的音色供開(kāi)發(fā)者選擇。

　　(原標(biāo)題：微軟語(yǔ)音合成技術(shù)升級(jí)編碼器效果以假亂真)

上一篇：廣汽集團(tuán)：今年9月份將量產(chǎn)超級(jí)快充技術(shù)

下一篇：前沿微流控?zé)嵊旧飩鞲醒芯咳〉眠M(jìn)展

我要評(píng)論

昵稱

匿名

文明上網(wǎng)，理性發(fā)言。（您還可以輸入200個(gè)字符)

表情

所有評(píng)論僅代表網(wǎng)友意見(jiàn)，與本站立場(chǎng)無(wú)關(guān)。

中國(guó)移動(dòng)董事長(zhǎng)楊杰以“數(shù)智人”方式出席MWC2023 再談三個(gè)“融合創(chuàng)新”
在2023年世界移動(dòng)通信大會(huì)期間，中國(guó)移動(dòng)董事長(zhǎng)楊杰以“數(shù)智人”方式出席大會(huì)并作主旨演講。他表示，面向未來(lái)，經(jīng)濟(jì)社會(huì)數(shù)字化轉(zhuǎn)型進(jìn)程持續(xù)加快，信息通信業(yè)將迎來(lái)更加廣闊的發(fā)展空間。
數(shù)智人語(yǔ)音合成技術(shù)
2023-02-28 09:03:59
語(yǔ)音助手，To C消亡，To B成長(zhǎng)
智能語(yǔ)音屬于人工智能產(chǎn)業(yè)，近些年中國(guó)人工智能產(chǎn)業(yè)也受到政府的高度重視，被視為核心產(chǎn)業(yè)之一。陸續(xù)出臺(tái)的多項(xiàng)政策也利好和鼓勵(lì)人工智能產(chǎn)業(yè)的發(fā)展和創(chuàng)新。
智能語(yǔ)音AI助手
2022-12-07 09:49:59
科大訊飛2021年?duì)I收183億，同比大漲40.6%
2021年，科大訊飛信心滿滿繼續(xù)投資未來(lái)，在加大研發(fā)投入、增加人員儲(chǔ)備3,301人的情況下，全年實(shí)現(xiàn)歸屬于上市公司股東的凈利潤(rùn)15.56億元，同比增長(zhǎng)14.13%，實(shí)現(xiàn)扣除凈利潤(rùn)同比增長(zhǎng)27.54%。
人工智能智能語(yǔ)音
2022-04-12 10:56:31
微軟與小鵬汽車達(dá)成合作 “真”人語(yǔ)音助手讓駕駛體驗(yàn)更完美
1月8日消息，微軟宣布在基于微軟智能云Azure的深度神經(jīng)網(wǎng)絡(luò)TTS（Text-to-Speech）支持下，中國(guó)領(lǐng)先的智能電動(dòng)汽車公司小鵬汽車已經(jīng)順利完成其車規(guī)級(jí)語(yǔ)音助手的升級(jí)。
智能語(yǔ)音
2022-01-10 09:26:17
《2020-2021中國(guó)智能語(yǔ)音行業(yè)白皮書(shū)》發(fā)布科大訊飛市場(chǎng)份額穩(wěn)居第一
12月18日，中國(guó)智能語(yǔ)音產(chǎn)業(yè)發(fā)展高峰論壇暨中國(guó)語(yǔ)音產(chǎn)業(yè)聯(lián)盟2021年會(huì)在北京舉行。
智能語(yǔ)音
2021-12-21 14:21:53
2022年需要關(guān)注的10項(xiàng)語(yǔ)音技術(shù)關(guān)鍵預(yù)測(cè)
在本文中，我們列出了2022年語(yǔ)音技術(shù)的10大關(guān)鍵預(yù)測(cè)。
物聯(lián)網(wǎng)智能語(yǔ)音
2021-11-12 09:16:30

版權(quán)與免責(zé)聲明：

凡本站注明“來(lái)源：智能制造網(wǎng)”的所有作品，均為浙江興旺寶明通網(wǎng)絡(luò)有限公司-智能制造網(wǎng)合法擁有版權(quán)或有權(quán)使用的作品，未經(jīng)本站授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的，應(yīng)在授權(quán)范圍內(nèi)使用，并注明“來(lái)源：智能制造網(wǎng)”。違反上述聲明者，本站將追究其相關(guān)法律責(zé)任。

本站轉(zhuǎn)載并注明自其它來(lái)源（非智能制造網(wǎng)）的作品，目的在于傳遞更多信息，并不代表本站贊同其觀點(diǎn)或和對(duì)其真實(shí)性負(fù)責(zé)，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。如其他媒體、平臺(tái)或個(gè)人從本站轉(zhuǎn)載時(shí)，必須保留本站注明的作品第一來(lái)源，并自負(fù)版權(quán)等法律責(zé)任。如擅自篡改為“稿件來(lái)源：智能制造網(wǎng)”，本站將依法追究責(zé)任。

鑒于本站稿件來(lái)源廣泛、數(shù)量較多，如涉及作品內(nèi)容、版權(quán)等問(wèn)題，請(qǐng)與本站聯(lián)系并提供相關(guān)證明材料：聯(lián)系電話：0571-89719789；郵箱：1271141964@qq.com。