彭博商業周刊 / 中文版
【即時頭條】谷歌AI語音系統研發獲重大突破
據彭博社報道，谷歌負責智能電腦研發的DeepMind部門在AI語音系統領域獲得了重大突破，這款名為WaveNet的AI系統主要用於人聲的模擬生成，最新資料表明它可以將機器與人類語言的相似度在現有基礎上提高50%。
DeepMind是一家英國公司，2014年被谷歌以4億美元的價格重金收購，不久後便啟動了人聲模擬AI的研究項目，將其命名為WaveNet。
與很多利用計算機進行語音生成的公司一樣，谷歌現有的系統大多採取文字到語音的拼接技術，即機器通過對大量人類錄音的學習記錄，收集零散的語音片段建模，生成巨大的資料庫，最後利用資料庫中的資訊模仿人聲。這樣生成的語音聽起來和人聲差異不大，可是不夠自然，更重要的是這些語音無法進行後期修飾，也不能根據語境和情緒轉化進行改變。根據DeepMind9月9日在其官方網誌的文章，WaveNet突破了傳統基於資料和電子裝置的開發思路，主要通過學習及分析原始人聲聲波進行建模，而不是建立資料庫，因此WaveNet模擬的人聲更有「人性」。DeepMind稱在最近一次的中英雙語盲測中，參與測試的志願者認為WaveNet生成的聲音聽上去比傳統軟體更自然。
彭博社報道指出，谷歌表示暫時不會推出與WaveNet相關的任何商業應用，因為它需要巨大的計算能力，訓練的音訊訊號達到每秒16000次以上，在每一次訓練後，研發人員都會對資料進行整理，重新合成，然後取樣用於下一輪的聲波預測中。DeepMind研究人員在網誌中坦言這樣按部就班的工作耗時耗力，對他們來說是巨大的挑戰。
不出意外的話，許多高科技公司將會密切關注DeepMind的這次技術突破。因為語音正成為人類與機器互動中越來越重要的手段。目前，包括亞馬遜、蘋果、微軟和谷歌在內的科技巨頭們都投資了能讓使用者通過語音操作互動的個人數字助理。谷歌播放的國際總監稱，在使用谷歌移動端進行的所有搜索中，有20％是由語音，而不是書面文字完成的。
2016年早些時候，機械人棋手AlphaGo打敗人類頂級棋手使DeepMind名聲大噪，此時研發出具有WaveNet系統，將會為該公司在智慧領域贏得更多話語權。然而，在AI技術領域領先如DeepMind，要想鞏固自己的領導地位，也必須不斷檢視弱點進行突破。
雖然目前的系統能夠使計算機理解人類語言，在對操作者聲音的交流迴應方面，DeepMind的AI系統表現並不出色，這也正是他們團隊需要補足的短板。
目前，谷歌沒有對外界透露DeepMind的研究具體會為自己帶來哪些商業上的幫助。2016年早些時候，谷歌曾對外表示通過利用DeepMind的技術，已經為其資料中心減少了40%的電力需求，節省下來的成本金額巨大，證明了谷歌買下這家英國AI公司是一個明智的決定。同時，谷歌稱已經在YouTube和谷歌播放的廣告產品服務上也使用了DeepMind的技術。撰文/李辰旭稼
【即時頭條】谷歌AI語音系統研發獲重大突破
據彭博社報道，谷歌負責智能電腦研發的DeepMind部門在AI語音系統領域獲得了重大突破，這款名為WaveNet的AI系統主要用於人聲的模擬生成，最新資料表明它可以將機器與人類語言的相似度在現有基礎上提高50%。
DeepMind是一家英國公司，2014年被谷歌以4億美元的價格重金收購，不久後便啟動了人聲模擬AI的研究項目，將其命名為WaveNet。
與很多利用計算機進行語音生成的公司一樣，谷歌現有的系統大多採取文字到語音的拼接技術，即機器通過對大量人類錄音的學習記錄，收集零散的語音片段建模，生成巨大的資料庫，最後利用資料庫中的資訊模仿人聲。這樣生成的語音聽起來和人聲差異不大，可是不夠自然，更重要的是這些語音無法進行後期修飾，也不能根據語境和情緒轉化進行改變。根據DeepMind9月9日在其官方網誌的文章，WaveNet突破了傳統基於資料和電子裝置的開發思路，主要通過學習及分析原始人聲聲波進行建模，而不是建立資料庫，因此WaveNet模擬的人聲更有「人性」。DeepMind稱在最近一次的中英雙語盲測中，參與測試的志願者認為WaveNet生成的聲音聽上去比傳統軟體更自然。
彭博社報道指出，谷歌表示暫時不會推出與WaveNet相關的任何商業應用，因為它需要巨大的計算能力，訓練的音訊訊號達到每秒16000次以上，在每一次訓練後，研發人員都會對資料進行整理，重新合成，然後取樣用於下一輪的聲波預測中。DeepMind研究人員在網誌中坦言這樣按部就班的工作耗時耗力，對他們來說是巨大的挑戰。
不出意外的話，許多高科技公司將會密切關注DeepMind的這次技術突破。因為語音正成為人類與機器互動中越來越重要的手段。目前，包括亞馬遜、蘋果、微軟和谷歌在內的科技巨頭們都投資了能讓使用者通過語音操作互動的個人數字助理。谷歌播放的國際總監稱，在使用谷歌移動端進行的所有搜索中，有20％是由語音，而不是書面文字完成的。
2016年早些時候，機械人棋手AlphaGo打敗人類頂級棋手使DeepMind名聲大噪，此時研發出具有WaveNet系統，將會為該公司在智慧領域贏得更多話語權。然而，在AI技術領域領先如DeepMind，要想鞏固自己的領導地位，也必須不斷檢視弱點進行突破。
雖然目前的系統能夠使計算機理解人類語言，在對操作者聲音的交流迴應方面，DeepMind的AI系統表現並不出色，這也正是他們團隊需要補足的短板。
目前，谷歌沒有對外界透露DeepMind的研究具體會為自己帶來哪些商業上的幫助。2016年早些時候，谷歌曾對外表示通過利用DeepMind的技術，已經為其資料中心減少了40%的電力需求，節省下來的成本金額巨大，證明了谷歌買下這家英國AI公司是一個明智的決定。同時，谷歌稱已經在YouTube和谷歌播放的廣告產品服務上也使用了DeepMind的技術。撰文/李辰旭稼
DeepMind是一家英國公司，2014年被谷歌以4億美元的價格重金收購，不久後便啟動了人聲模擬AI的研究項目，將其命名為WaveNet。
與很多利用計算機進行語音生成的公司一樣，谷歌現有的系統大多採取文字到語音的拼接技術，即機器通過對大量人類錄音的學習記錄，收集零散的語音片段建模，生成巨大的資料庫，最後利用資料庫中的資訊模仿人聲。這樣生成的語音聽起來和人聲差異不大，可是不夠自然，更重要的是這些語音無法進行後期修飾，也不能根據語境和情緒轉化進行改變。根據DeepMind9月9日在其官方網誌的文章，WaveNet突破了傳統基於資料和電子裝置的開發思路，主要通過學習及分析原始人聲聲波進行建模，而不是建立資料庫，因此WaveNet模擬的人聲更有「人性」。DeepMind稱在最近一次的中英雙語盲測中，參與測試的志願者認為WaveNet生成的聲音聽上去比傳統軟體更自然。
彭博社報道指出，谷歌表示暫時不會推出與WaveNet相關的任何商業應用，因為它需要巨大的計算能力，訓練的音訊訊號達到每秒16000次以上，在每一次訓練後，研發人員都會對資料進行整理，重新合成，然後取樣用於下一輪的聲波預測中。DeepMind研究人員在網誌中坦言這樣按部就班的工作耗時耗力，對他們來說是巨大的挑戰。
不出意外的話，許多高科技公司將會密切關注DeepMind的這次技術突破。因為語音正成為人類與機器互動中越來越重要的手段。目前，包括亞馬遜、蘋果、微軟和谷歌在內的科技巨頭們都投資了能讓使用者通過語音操作互動的個人數字助理。谷歌播放的國際總監稱，在使用谷歌移動端進行的所有搜索中，有20％是由語音，而不是書面文字完成的。
2016年早些時候，機械人棋手AlphaGo打敗人類頂級棋手使DeepMind名聲大噪，此時研發出具有WaveNet系統，將會為該公司在智慧領域贏得更多話語權。然而，在AI技術領域領先如DeepMind，要想鞏固自己的領導地位，也必須不斷檢視弱點進行突破。
雖然目前的系統能夠使計算機理解人類語言，在對操作者聲音的交流迴應方面，DeepMind的AI系統表現並不出色，這也正是他們團隊需要補足的短板。
目前，谷歌沒有對外界透露DeepMind的研究具體會為自己帶來哪些商業上的幫助。2016年早些時候，谷歌曾對外表示通過利用DeepMind的技術，已經為其資料中心減少了40%的電力需求，節省下來的成本金額巨大，證明了谷歌買下這家英國AI公司是一個明智的決定。同時，谷歌稱已經在YouTube和谷歌播放的廣告產品服務上也使用了DeepMind的技術。撰文/李辰旭稼
DeepMind
https://deepmind.com/
Solve intelligence, use it to make the world a better place.Google uses DeepMind AI to cut data center energy bills | The Verge
www.theverge.com/2016/7/21/12246258/google-deepmind-ai-data-center-cooling
Jul 21, 2016 - Well, Google has a different solution to this problem: putting its DeepMind artificial intelligence unit in charge and using AI to manage power ...Google's DeepMind AI fakes some of the most realistic human voices ...
www.theverge.com/2016/9/9/.../google-deepmind-wavenet-ai-text-to-speech-synthesi...
1 day ago - Google's DeepMind artificial intelligence has produced what could be some of the most realistic-sounding machine speech yet. WaveNet, as ...
沒有留言:
張貼留言