テクノロジー テキスト読み上げ 自発的なスタイルで、によって開発されました XiaomiAIラボ 中国では、音声認識と音声によるデバイスの使用に関して、これは最後のフロンティアのXNUMXつです。 そのプロジェクト それは生まれています 研究室の中は「私の声を所有する"。 残念ながら苦しんでいる受信者を許可します 言語障害 他の人とコミュニケーションをとるためのユニークでパーソナライズされた声を持つこと。 それが何であるか、そして中国の会社がそれに取り組んできた時から詳細に見てみましょう。
Xiaomiは、言語障害のある人を支援する高度なアルゴリズムと自己開発の音声技術の最新のアプリケーションを発表しました
Xiaomi 人々を気遣い、技術革新を通じて彼らのさまざまなニーズを満たすよう努めています。 過去数年にわたって、中国のブランドは言語障害を持つ多くのユーザーの欲求を発見しました あなた自身の声を所有する、さらにユニークで、日常のコミュニケーションに使用されます。 このため、Xiaomiはプロジェクトチームを設立しました」私の声を所有する"。 XiaomiのTechforGoodに関する技術委員会のコーディネーターであるZhuXiは、次のように述べています。
私たちは、個人のアイデンティティやアイデンティティの構築に対するユーザーの要求への対応など、技術革新が私たちに提供する複数の価値を探求することに興奮しています
言語障害のあるユーザーに最適でパーソナライズされた音声を生成するために、Xiaomiプロジェクトチームは 200人以上のボランティアを募集しました あなたの声を与えるために中。 声紋マッチングアルゴリズムを使用して、ボランティアから提供された声の特性を受信者の声の特性と一致させました。 このアプローチを通じて、 基準音として最適な声を見つけました 受信者の基本的な声。
も参照してください。 MiBand7にはたくさんの日付と価格があります| 写真
その後、学者は自発的な音声合成技術を使用して 人工知能モデルをトレーニングする。 これにより、この新しい声に徐々に追加できる自然なリズムとイントネーションが可能になりました 感情を正直に表現する そして人間の口調。
朱熹は次のように付け加えました。
マイノリティグループのニーズに早い段階で気づき、対処すれば、テクノロジーを広めるプロセスを大幅に減らすことができます。 これにより、特別なニーズを持つユーザーが新しいテクノロジーのメリットをすぐに利用できるようになります。
このプロジェクトのバックボーンは、 音声技術の専門家 XiaomiAILab。から 2017 この趣旨で37の記事を公開し、次のような重要なサークルに参加しています。音響、音声、信号処理に関する国際会議 （ICASSP）。 「の成功私の声を所有する」は主に、彼らが開発したテキスト読み上げテクノロジーの自発的なスタイルに依存しています。 テクノロジーの自発的なスタイル Text-To-Speechは、基本的に、合成された音声を実際の人間のように見せます。 イントネーション、一時停止、速度、その他の特性。 これにより、電子音声の単調で不自然な感触がより自然なものに置き換わります。
