亞馬遜的Alexa又在繼續(xù)學習新技能，將可以被用于進行專業(yè)的新聞解讀，幾周后，具有“播音員風格”的聲音即會被內(nèi)置于Alexa中。

9月初，亞馬遜智能家居副總裁Daniel Rausch在IFA大會上公布了Alexa的各項數(shù)據(jù)：全球范圍內(nèi)，Alexa已經(jīng)擁有50,000個技能，與20,000種設備兼容，并與超過3,500個品牌合作。

據(jù)雷鋒網(wǎng)了解，在2018年年初，Alexa的公布數(shù)據(jù)還只有4，000種設備，1,200個品牌。幾個月時間，各方數(shù)據(jù)上漲都很快。

雷鋒網(wǎng)注：NTTS技術(shù)和傳統(tǒng)的TTS技術(shù)對比

亞馬遜稱，Alexa新的語音運用了公司開發(fā)的 NTTS（neural text-to-speech）技術(shù)，這種新一代語音合成技術(shù)可以更快地使用機器學習來生成富有表現(xiàn)力的聲音。

目前，Alexa使用的是銜接語音合成（concatenative speech synthesis），這種方法已經(jīng)存在了幾十年。該技術(shù)將語音樣本分解成獨立的聲音音素，然后縫合在一起形成新的單詞和句子。

雷鋒網(wǎng)注：銜接語音合成示意圖

固然，銜接語音合成效果不錯，但新的融入AI技術(shù)的方法正在將其迅速迭代。去年10月，谷歌為其谷歌助手采用了一種新型語音合成方法，該方法使用了DeepMind AI實驗室最新開發(fā)的機器學習技術(shù)。

亞馬遜稱，未來幾周內(nèi)將把Alexa的聲音切換成使用神經(jīng)語音合成的新語音(完整的新聞播音員的聲音)。

播音員說話的聲音來自于現(xiàn)實生活中新聞頻道的錄音音頻片段，然后使用了機器學習技術(shù)識別模仿，使機器可以像播音員一樣讀新聞。

亞馬遜的AI語音負責人Trevor Wood表示，這種方法更容易捕獲人類講話風格的細節(jié)?！斑@其間的細微差別很難用語言描述，但顯然，使用AI技術(shù)，以數(shù)據(jù)驅(qū)動，可以比人類更有效地捕捉和模擬這些細節(jié)”。

值得注意的是，亞馬遜說，他們只花了幾個小時來訓練Alexa的“新聞播音員”聲音，這表明未來亞馬遜應該還會為Alexa開發(fā)出一系列的人類聲音風格。

到目前為止，亞馬遜已經(jīng)添加了Alexa耳語模式，再加上幾周內(nèi)將更新的“新聞播音員”聲音，我們有望在2019年聽到Alexa模仿更多的不同風格的聲音。

via: The Verge

相關(guān)文章：

問Alexa問題，回答不上來怎么辦？別擔心，它找到答案就會告訴你

亞馬遜推出Auto SDK，欲將Alexa引入更多車載系統(tǒng)中

Alexa新的數(shù)據(jù)里程碑：50000個技能、20000種設備、3500個品牌

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。