微軟全球范圍內(nèi)Cortana升級神經(jīng)網(wǎng)絡(luò)語音，效果堪比真人發(fā)音
1月15日消息 近日，微軟在全球范圍內(nèi)對 Cortana 進行了神經(jīng)網(wǎng)絡(luò)語音全面升級，升級后的 Cortana 更加自然流暢，語音效果堪比真人發(fā)音。
IT之家獲悉，此次升級利用了深度神經(jīng)網(wǎng)絡(luò)技術(shù)，打破重讀和語調(diào)的傳統(tǒng)語音合成限制。韻律預(yù)測和語音合成以同步方式執(zhí)行，使輸出聽起來更流暢且自然。該項技術(shù)能夠更流暢地將數(shù)字文本（如電子書）轉(zhuǎn)換為有聲讀物，也可以使得與聊天機器人和語音助手的交流更加自然，且富有吸引力。
微軟的神經(jīng)網(wǎng)絡(luò)語音已在全球部署，可通過 PC 瀏覽器免費試用。
責(zé)任編輯：PSY
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
微軟
+關(guān)注
關(guān)注
4文章
6622瀏覽量
104292 -
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4778瀏覽量
101011 -
語音
+關(guān)注
關(guān)注
3文章
385瀏覽量
38091 -
Cortana
+關(guān)注
關(guān)注
0文章
35瀏覽量
11445
發(fā)布評論請先 登錄
相關(guān)推薦
怎么對神經(jīng)網(wǎng)絡(luò)重新訓(xùn)練
重新訓(xùn)練神經(jīng)網(wǎng)絡(luò)是一個復(fù)雜的過程，涉及到多個步驟和考慮因素。 引言 神經(jīng)網(wǎng)絡(luò)是一種強大的機器學(xué)習(xí)模型，廣泛應(yīng)用于圖像識別、自然語言處理、語音識別等領(lǐng)域。然而，隨著時間的推移，數(shù)據(jù)分布可能會
BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)的區(qū)別
BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，簡稱ANNs）之間的關(guān)系與區(qū)別，是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中一個基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應(yīng)用及未來發(fā)展等多個方面，詳細闡述BP
rnn是遞歸神經(jīng)網(wǎng)絡(luò)還是循環(huán)神經(jīng)網(wǎng)絡(luò)
RNN（Recurrent Neural Network）是循環(huán)神經(jīng)網(wǎng)絡(luò)，而非遞歸神經(jīng)網(wǎng)絡(luò)。循環(huán)神經(jīng)網(wǎng)絡(luò)是一種具有時間序列特性的神經(jīng)網(wǎng)絡(luò)，能夠處理序列數(shù)據(jù)，具有記憶功能。以下是關(guān)于循環(huán)
人工神經(jīng)網(wǎng)絡(luò)模型的分類有哪些
人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks, ANNs）是一種模擬人腦神經(jīng)元網(wǎng)絡(luò)的計算模型，它在許多領(lǐng)域，如圖像識別、語音識別、自然語言處理、預(yù)測分析等有著廣泛的應(yīng)用。本文將
遞歸神經(jīng)網(wǎng)絡(luò)是循環(huán)神經(jīng)網(wǎng)絡(luò)嗎
。 遞歸神經(jīng)網(wǎng)絡(luò)的概念 遞歸神經(jīng)網(wǎng)絡(luò)是一種具有短期記憶功能的神經(jīng)網(wǎng)絡(luò)，它能夠處理序列數(shù)據(jù)，如時間序列、文本、語音等。與傳統(tǒng)的前饋神經(jīng)網(wǎng)絡(luò)不同
bp神經(jīng)網(wǎng)絡(luò)和反向傳播神經(jīng)網(wǎng)絡(luò)區(qū)別在哪
神經(jīng)網(wǎng)絡(luò)在許多領(lǐng)域都有廣泛的應(yīng)用，如語音識別、圖像識別、自然語言處理等。然而，BP神經(jīng)網(wǎng)絡(luò)也存在一些問題，如容易陷入局部最優(yōu)解、訓(xùn)練時間長、對初始權(quán)重敏感等。為了解決這些問題，研究者們提出了一些改進的BP
反向傳播神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別
神經(jīng)網(wǎng)絡(luò)在許多領(lǐng)域都有廣泛的應(yīng)用，如語音識別、圖像識別、自然語言處理等。然而，BP神經(jīng)網(wǎng)絡(luò)也存在一些問題，如容易陷入局部最優(yōu)解、訓(xùn)練時間長、對初始權(quán)重敏感等。為了解決這些問題，研究者們提出了一些改進的BP
bp神經(jīng)網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)嗎
Network）有相似之處，但它們之間還是存在一些關(guān)鍵的區(qū)別。 一、引言 神經(jīng)網(wǎng)絡(luò)是一種模擬人腦神經(jīng)元結(jié)構(gòu)的計算模型，它由大量的神經(jīng)元（或稱為節(jié)點）組成，這些神經(jīng)元通過權(quán)重連接在一起
卷積神經(jīng)網(wǎng)絡(luò)的基本原理和應(yīng)用范圍
卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，簡稱CNN）是一種深度學(xué)習(xí)模型，廣泛應(yīng)用于圖像識別、語音識別、自然語言處理等領(lǐng)域。本文將詳細介紹卷積神經(jīng)網(wǎng)絡(luò)的基本原理
卷積神經(jīng)網(wǎng)絡(luò)的原理是什么
卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，簡稱CNN）是一種深度學(xué)習(xí)模型，廣泛應(yīng)用于圖像識別、語音識別、自然語言處理等領(lǐng)域。本文將詳細介紹卷積神經(jīng)網(wǎng)絡(luò)的原理，包括其
神經(jīng)網(wǎng)絡(luò)建模的適用范圍有哪些
神經(jīng)網(wǎng)絡(luò)是一種強大的機器學(xué)習(xí)技術(shù)，可以用于各種不同的應(yīng)用。以下是一些神經(jīng)網(wǎng)絡(luò)建模的適用范圍： 圖像識別和分類 神經(jīng)網(wǎng)絡(luò)在圖像識別和分類方面具有顯著的優(yōu)勢。它們可以用于識別和分類各種類型
神經(jīng)網(wǎng)絡(luò)架構(gòu)有哪些
、語音識別、自然語言處理等多個領(lǐng)域。本文將對幾種主要的神經(jīng)網(wǎng)絡(luò)架構(gòu)進行詳細介紹，包括前饋神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、生成對抗
如何訓(xùn)練和優(yōu)化神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)是人工智能領(lǐng)域的重要分支，廣泛應(yīng)用于圖像識別、自然語言處理、語音識別等多個領(lǐng)域。然而，要使神經(jīng)網(wǎng)絡(luò)在實際應(yīng)用中取得良好效果，必須進行有效的訓(xùn)練和優(yōu)化。本文將從
基于助聽器開發(fā)的一種高效的語音增強神經(jīng)網(wǎng)絡(luò)
現(xiàn)代語音增強算法利用大量遞歸神經(jīng)網(wǎng)絡(luò)(RNNs)實現(xiàn)了顯著的噪聲抑制。然而，大型RNN限制了助聽器硬件(hearing aid hardware，HW)的實際部署，這些硬件是電池供電的，運行在資源
發(fā)表于 06-07 11:29
助聽器降噪神經(jīng)網(wǎng)絡(luò)模型
抑制任務(wù)是語音增強領(lǐng)域的一個重要學(xué)科, 隨著深度神經(jīng)網(wǎng)絡(luò)的興起，提出了幾種基于深度模型的音頻處理新方法[1,2,3,4]。然而，這些通常是為離線處理而開發(fā)的，不需要考慮實時性。當(dāng)使用神經(jīng)網(wǎng)絡(luò)
發(fā)表于 05-11 17:15
工商網(wǎng)監(jiān)
評論