本篇文章594字，讀完約1分鐘

這項科學(xué)技術(shù)是北京時間3月28日的早間新聞，谷歌研究人員正在尋找機器合成聲音更自然的方法。 谷歌大腦和機器識別小組成員周二在博客上公布了如何使語音更具表現(xiàn)力。

周二早些時候，谷歌發(fā)布了從云拷貝到語音服務(wù)的測試版，提供了與谷歌助手一樣的語音合成服務(wù)。 雖然該服務(wù)使用的是deepmind的wavenet技術(shù)，但該技術(shù)也可以用于生成非常自然的聲音。

谷歌此次發(fā)表的從復(fù)制到語音服務(wù)的相關(guān)研究方法，可以通過需要語音控制和語音計算的設(shè)備、APP、數(shù)字化服務(wù)帶來更自然的語音。

谷歌研究人員最近發(fā)表了兩篇論文，提出了新的發(fā)音方法，并介紹了如何模仿語音語調(diào)和語調(diào)。 這兩篇論文的技術(shù)都基于tacotron 2。 這是去年12月出現(xiàn)的人工智能系統(tǒng)，利用神經(jīng)互聯(lián)網(wǎng)進行訓(xùn)練，模仿人類的聲音。

過去的tacotron大部分都能模擬人類的聲音，但無法模仿語言中的聲調(diào)和自然語調(diào)。 tacotron的共同發(fā)明者王玉軒這次參加了論文研究。 通過將人類的語音片段嵌入計算機的語音風(fēng)格中，他們實現(xiàn)了對合成語音進行重音等效果。

另一篇論文的研究是在沒有監(jiān)控訓(xùn)練的情況下識別語音模式，模仿某種語音風(fēng)格。

在同行業(yè)其他公司中，蘋果siri去年獲得了更具表現(xiàn)力的呼聲。 去年4月，亞馬遜alexa為語音APP開發(fā)者提供了ssml標簽，為助手的語音添加了停頓、輕言、小小感嘆詞等更加豐富的表達方式。