现在大家有没有发现，经常接到一些促销骚扰电话，大家可能以为是真人打的，因为声音是真人的声音，而且他还能根据你的不同反馈做出不同的回答，其实这是一个机器人在跟你聊天，她采集了客服人员的声音，内置了语音识别模块，根据我们的语音反馈做出不同的回答，现在已经用在客服系统、快递下单、促销电话、电话提醒等方面，那么今天我们要讨论的就是AI人工智能如何复制别人的声音。
文本到语音(TTS)合成是指文本到音频的人工转换。人类通过阅读来完成这项任务。一个好的TTS系统的目标是让计算机自动完成。
在创建这样一个系统时，一个非常有趣的选择是为生成的音频选择哪个声音。应该是男人还是女人?声音是大还是小?
在进行深度学习的TTS时，这是一个限制。您必须收集文本-语音对的数据集。录制这个语音的演讲者是固定的——你不可能有无数的演讲者!
所以，如果你想为自己或他人的声音创建音频，唯一的方法就是收集一个全新的数据集。
这时我们熟悉的谷歌（Google）又出现了，来自谷歌的研究绰号“语音克隆”（Voice Cloning）人工智能，它使计算机可以用任何声音大声读出信息。
语音克隆的工作原理
很明显，为了让计算机能够大声读出任何声音，它需要以某种方式理解...
点击查看剩余70%
{{collectdata}}
网友评论0