Разработчики Google создали компьютерную программу Tacotron 2, способную точно имитировать человеческий голос. Она преобразует напечатанный текст в речь, используя две нейросети глубокого обучения.
Первый искусственный интеллект преобразует текст в спектрограмму, которая посредством алгоритма WaveNet озвучивается. Программа Tacotron 2 воспринимает и воспроизводит сложные для произношения слова и названия, делает ударение на нужном слове и учитывает знаки препинания при построении высказываний. Пока что доступен только один голос, женский, но в дальнейшем Google планирует предоставить пользователям более широкий выбор.
Алгоритм WaveNet вышел в 2016 году и используется для генерации голоса в Google Assistant. С появлением Tacotron 2 функционал «помощника» станет гораздо богаче. Возможно, в дальнейшем программа «научится» копировать голос любого человека, как это делает продукт канадского стартапа Lyrebird — ИИ достаточно всего 1 минуту прослушать голосовой файл, чтобы точно скопировать тембр и интонацию.
Ранее эксперты Google научили ИИ-помощника оценивать привлекательность снимков и прогнозировать количество «лайков» от фолловеров.
Источник
