雷鋒網(wǎng)按：這里是，雷鋒字幕組編譯的Two minutes paper專欄，每周帶大家用碎片時間閱覽前沿技術(shù)，了解AI領(lǐng)域的最新研究成果。

原標題 DeepMind's WaveNet, 1000 Times Faster | Two Minute Papers #232

翻譯 | 李晶 霍雷剛   字幕 | 凡江    整理 | 吳璇  林尤添  

?每周一篇2分鐘論文視頻解讀

本期2分鐘論文Parallel WaveNet: Fast High-Fidelity Speech Synthesis，主要介紹了2017年最新版的WaveNet技術(shù)運用的訓練方法 Probability Density Distillation ，由該技術(shù)雖然不是實時生成，卻比實時生成快了20倍，產(chǎn)生的系統(tǒng)能夠由Google助手在線部署，還能提供英語、日語語音多項服務。

WaveNet是2016年Google旗下DeepMind實驗室推出的一種文本轉(zhuǎn)語音算法。

一直以來，WaveNet的迭代方向都是生成“更好更逼真的語音音頻波形”。近期，WaveNet出了新版本，DeepMind的研究員們算出了一個速度更快的WaveNet，比原始的快1000倍。

在舊的WaveNet算法情況下，程序員必須為每一秒連續(xù)聲音片段，生成24000個樣本。而且，這些新樣本是一個一個生成的，讓一個計算單元完成所有的工作，意味著同一時間內(nèi)，其它的計算單元什么都不做，并不適合如今所需的大規(guī)模計算，也很難在實時生產(chǎn)環(huán)境中部署。

DeepMind的研究員們一直在想辦法讓這算法并行起來。他們找到的解決方式是——并行生成樣本。因為語音不是類似于隨機噪音的東西，當新樣本高度依賴原有樣本時，它是高度相關(guān)的，這樣的話我們一次只能生成一個新樣，那么我們?nèi)绾尾⑿械厥褂眠@些多個計算單元，并且創(chuàng)建新的波形呢？

具體算法還請觀看視頻解讀及論文，論文原址 https://arxiv.org/abs/1711.10433

---

更多文章，關(guān)注雷鋒網(wǎng) 雷鋒網(wǎng)雷鋒網(wǎng)

添加雷鋒字幕組微信號（leiphonefansub）為好友

備注「我要加入」，To be a  AI  Volunteer ！

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。