升級的Deep Voice可以在幾秒鐘內模仿任何聲音

2019-06-19 16:29:09 編輯：來源：

導讀通過他們上傳到arXiv預打印服務器的白皮書，百度的一個團隊(中國對谷歌的回答)宣布升級他們的文字轉語音應用程序Deep Voice。現(xiàn)在，系統(tǒng)可

通過他們上傳到arXiv預打印服務器的白皮書，百度的一個團隊(中國對谷歌的回答)宣布升級他們的文字轉語音應用程序Deep Voice?，F(xiàn)在，系統(tǒng)可以在不到一分鐘的時間內完成，而不是花半小時或更長的時間來分析一個人的聲音并進行復制。基于神經網絡的系統(tǒng)是百度團隊努力使機器在向我們“說話”時更像人類的一部分。

該系統(tǒng)有兩個部分。第一種方法是錄制語音樣本，以便系統(tǒng)了解主體的聲音是什么樣的。第二部分以主題的聲音大聲讀取用戶定義的文本。

有幾個小組一直在研究旨在復制個人聲音的項目，表面上允許機器人助手聽起來像真正的人類助手。因此，將文本轉換為聽起來像你，你的鄰居，唐納德特朗普或英格蘭女王的文字的程序預計不會提供最終產品的方式 - 盡管百度確實建議它可以被擁有的人使用失去了使用他們的聲音。相反，它意味著更大的事情的墊腳石。團隊報告說，新系統(tǒng)在給出100個五秒鐘語音樣本時效果最佳。它還可以操縱聲音，讓人們可以聽到它們的聲音，例如英國口音，或者是異性的人。它在模仿聲音方面也越來越好，現(xiàn)在能夠愚弄語音識別軟件 95%的時間 - 人體測試給??予系統(tǒng)平均評分為3.16(滿分4)。

但是，正如媒體中的許多人所指出的那樣，該技術可能會引發(fā)問題。如果任何擁有智能手機的人可以產生相同的對話，那么警察的錄音審訊就會變得毫無用處。還存在身份盜用的問題。如果小偷可以竊取您的數(shù)據和您的聲音，您可能永遠無法收回它。或者考慮政治人員發(fā)布可能影響選舉的政客的假記錄。