Google vyvinul hlas umělé inteligence, který nelze rozlišit od mluveného slova

Google vyvinul nový systém hlasové syntézy, který má být v budoucnu použit u hlasových asistentů budoucnosti. Nový engine má označení Tacotron 2 a podle doposud zveřejněných výsledků testování je jeho hlasový výstup nerozlišitelný od skutečného lidského hlasu. Jak již napovídá číslovka 2 v názvu, jedná se o druhou generaci syntetizační technologie, která se skládá ze dvou neurálních sítí.

První se stará o převod textu do speciální spektrogramu, druhá s označením WaveNet, která jej převádí do skutečného „mluveného“ slova. Engine zatím funguje pouze v angličtině, a to zatím pouze s ženským hlasem. Podle textové předlohy umí Tacotron 2 přidat nuanci i akcent (pokud je slovo převedeno do kapitálek). Dokonce se zvládne vyvarovat i některých „překliků“ v písmenech, takže nakonec přečte slova správně.

Ukázky Tacotronu 2 v angličtině:

„He Reads books.“ - wav

„Thisss isrealy awhsome“ - wav (eliminace chyb)

„This is your personal assistant, Google Home.“ - wav (dělení vět čárkami)

„The buses aren't the PROBLEM, they actually provide a SOLUTION.“ - wav (důraz)

„The buses aren't the problem, they actually provide a solution.“ - wav (důraz chybí)

„Peter Piper picked a peck of pickled peppers. How many pickled peppers did Peter Piper pick?“ - wav (jazykolam)

„That girl did a video about Star Wars lipstick.“ - wav (věta čtená člověkem)

„That girl did a video about Star Wars lipstick.“ - wav (věta čtená syntézou)

Představení funkce Google Assistant:

Nová verze hlasové syntézy bude zřejmě v následujících letech nasazena u hlasového asistenta Google Assistant. Prvním krokem však bude rozšíření syntézy o další světové jazyky. Samotná angličtina totiž nestačí.

Zdroj Google github via Phonearena

Diskuze (6) Další článek: Navzdory veškerému poprasku. Bude iPhone X přece jen prodejní zklamání? Akcie už ochabují

Témata článku: Google, Umělá inteligence, Hlasový asistent, Google Assistant, Google Now, Virtuální asistent, Hlasové ovládání, Inteligence, GitHub, Hlasový výstup, Syntéza, Mluvené slovo, Nová verze, Hlas, Angličtina, Star Wars, Nový systém, Neurální síť, Ženský hlas, Následující rok, Nový engine, Hlasová syntéza, Druhá generace, První krok


Určitě si přečtěte

RECENZE: HTC U12+ je superstar bez tlačítek a s průhlednými zády

RECENZE: HTC U12+ je superstar bez tlačítek a s průhlednými zády

** Průhledná záda jsou velká frajeřina ** Foťák je skvělý a nevymýšlí si ** Fantasticky naladěný displej

Jakub Michlovský | 13

RECENZE: Motorola Moto G6 Plus jde do boje s čínskými dravci

RECENZE: Motorola Moto G6 Plus jde do boje s čínskými dravci

** Moto G6 Plus chce oslovit zejména středně náročné zájemce ** Zajmout bude chtít zejména svým povedeným duálním fotoaparátem ** Funkce Moto jsou zaměřené na praktické denodenní používání

Milan Měchura | 19