新闻资讯

您的位置: > 首页 > 新闻资讯 > 阿里公布新语音合成技术 录音10分钟定制AI语音

阿里公布新语音合成技术 录音10分钟定制AI语音

发布时间:2019-07-11 访问次数:597次 来源:新浪科技 分享:

近日,阿里巴巴发布新一代语音合成技术KAN-TTS,称可大幅提高合成语音与真人发声的相似度,并将语音合成定制成本降低10倍以上。该技术由达摩院机器智能实验室自主研发。

阿里方面称,当前业界商用系统的合成语音与原始音频录音的接近程度通常在85%到90%之间,而基于KAN-TTS技术的合成语音可将该数据提高到97%以上。

据悉,KAN-TTS由达摩院机器智能实验室自主研发,深度融合了目前主流的端到端TTS技术和传统TTS技术,从多个方面改进了语音合成。传统语音合成定制需要10小时以上的数据录制和标注,对录音人和录音环境要求很高。从启动定制到最终交付,项目周期长成本高。

阿里利用Multi-Speaker Model与Speaker-aware Advanced Transfer Learning相结合的方法,将语音合成定制成本降低10倍以上,周期压缩3倍以上。也就是说,用1小时有效录音数据和不到两个月制作周期,就能完成一次标准TTS定制。

此外,这使得普通用户定制“AI声音”的门槛更低。只需手机录音十分钟,就能获得与录制声音高度相似的合成语音。

科创项目库

更多>>
  • 基于人工智能的无线感知系统研发与产业化

    项目简介:通过日常使用的无线wifi,微波和超声信号,借助人工智能算法提升,实现高精度人体感知,呼吸频率监测,姿态手势识别。用于智能家居,酒店,企业办公和安防监控等领域.

  • 高算力低功耗芯片与系统

    项目简介:公司将会致力于高算力低功耗的芯片设计与系统整体设计,为即将出现的高计算需求的时代提供以算力芯片为核心的包含硬件软件的高效低功耗的计算系统。

  • 自毁型可编程芯片装置(VAPR)

    项目简介:开发电子雷管芯片组套件,并将其延伸至其他自毁应用场景。

  • 量子点新型显示

    项目简介:利用量子点卓越性能显著提升显示效果,结合LED背光技术,为企业客户提供前所未有的快速、完整、高色域显示方案。