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 。
hao123网址导航健康频道,提供医疗健康，保健养生，健康社区，网上药店，医学行业等相关的权威网站。
专为无货源卖家开发的上货/采购/售后等全流程自动化工具，软件支持目前常见电商平台，使用门槛低，操作人性化，全程自动化运行，并将为每家店铺接入国际化高智能AI客服。
宁波市房产交易信息服务网是集房源信息搜索、产品研发、大数据处理、服务标准建立为一体的以数据驱动的全价值链房产服务平台。宁波市房产交易信息服务网的前身为中国宁波住宅和房地产网。
天津康博轻钢制造有限公司是一家主营钢材及钢材加工的企业，主要经营生产高频焊接H型钢等钢材业务。公司经过多年的稳步发展，规模不断扩大，现可为全国各地用户配送相关钢材产品。我司货源充足，交货周期快，常年备有数万吨各类钢材现货库存，能稳健快捷地满足客户相关需求。
江西尚通科技发展有限公司面向全国400电话代理业务招商合作，从组建400电话销售团队到市场开发，全程保姆式扶持，业务快速发展，400电话加盟热线:400-999-5555
温州高巨标牌有限公司主要产品:标牌铭牌，各种材质LOGO标志定制、电镀铜镍分体标、鸳片金属LOGO、PET电镀金属分体LOGO、车标车贴、彩色感压水晶分体标(万能贴）等各类标牌铭牌。
东莞市正朗精密金属零件有限公司是专业从事粉末冶金加工，行星齿轮减速箱，高精密粉末冶金零件生产的粉末冶金厂家；提供小模数精密粉末冶金齿轮，粉末冶金零件加工，不锈钢锁件的粉末冶金厂家。
《国际检验医学杂志》编辑部
【官网】极客侠专业解决严重脱发掉发问题，独家植入式增发补发技术、专业无痕补发技术，完美解决严重脱发问题，极客侠补发17年织发补发经验，累积众多客户，深受用户信赖。
在郑州兽药公司和河南禽药畜药厂家中,郑州鑫世农长期致力于安卡拉病毒、滑液囊支原体病、腺胃炎、大肠杆菌病、呼吸道病等鸡病猪病特效中药的研制与销售,其精心研制的鸡药、猪药,如抗病毒类、抗寄生虫类、鼻炎呼吸道类、消毒类、营养保健类、肠道类及微生态制剂中药类等禽药畜药,绿色环保,价格实惠,包退包换,获得绿色养殖户的一致好评,是国内知名禽药、畜药研发生产厂家。
郑州朵朵科技专注商城搭建_软件开发_小程序制作_系统网站开发_app开发的专业公司
高峰小筑，记录网站建设技术中的点点滴滴，献给所有志同道合的朋友！
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GoogleAssistant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...。
馍在市场上很常见，是一种汉族传统面食，是把面粉加水调匀，发酵后蒸熟而成的食品，成品外形多为半球形，南方称，馒头，，北方根据不同地域有，馒头，、，馍，、，馍馍，等多个名称，馍属于优品主食，主要原料是白面，口味是香，工艺是蒸，制作难度属于中级，面粉富含蛋白质、碳水化合物、维生素和钙、铁、磷、钾、镁等矿物质，有养心益肾、健脾厚肠、除热止渴的...。
龙武2作为一款备受欢迎的rpg游戏，以其丰富的职业系统和多样的玩法吸引了大量玩家，对于平民玩家来说，选择一个既能满足游戏体验，又不需要过多投入的职业显得尤为重要，以下是对龙武2中几个主要职业的分析，以帮助平民玩家找到最适合自己的职业，真武，战士与坦克的双重身份真武，也就是大家熟知的战士，是龙武2中的近战职业，他不仅是团队中的肉盾，也是...。
发表在明基投影仪2022，6，1612，02明基投影仪也算是投影行业的老大哥了，一直专注于做灯泡光源的投影仪，明基TH685P也不例外，明基TH685P是一款售价在五千元左右的游戏家用投影仪，外形设计和之前明基家传统的机型基本一致，那内部配置如何呢，这里我们测评一下，明基TH685P参数配置，看看明基TH685P投影仪怎么样，适合作为...。
发表在爱普生投影仪2021，11，1013，56爱普生EH，LS300W激光电视怎么样?据说是内置了腾讯视频的内容，3LCD的显示技术，下面就跟着爱普生EH，LS300W的真实用户来看看，爱普生的激光电视画面效果如何，1.爱普生激光投影仪亮度高，色彩好，配套移动平台和抗光屏幕，组成激光电视，体验百寸大屏电视，效果挺好，大白天不拉窗帘都...。
代码说明，本页面的认证代码为114广告联盟专用评测代码，站长需懂简单html知识，直接复制代码粘贴到联盟网站相应页面即可使用，本代码不适用于其他广告联盟网站请勿获取！文字认证，文字链接代码认证适用所有类型的广告联盟，复制代码后放在114广告联盟网站首页底部或友情链接位置处，普通认证，普通联盟认证标志适用所有类型的广告联盟，能有效提升1...。
