今日，獵豹移動董事長兼CEO傅盛在自己的抖音號上發(fā)布了一條視頻。作為一名“科技樂觀主義者”，傅盛和世界上的另一個(gè)“自己”進(jìn)行了一場隔空對話。短短幾十秒里，機(jī)器人“傅盛”的對答、繞口令樣樣精通。即使是仔細(xì)辨別，你也很難確認(rèn)哪一個(gè)才是真正的傅盛。
能夠達(dá)到如此驚艷的效果，其實(shí)要?dú)w功于獵豹移動旗下人工智能公司獵戶星空研發(fā)的語音合成技術(shù)。只要聽十段你的話，就可以克隆你的聲音，聽起來是不是很炫酷?
在人機(jī)交互的過程中，與用戶體驗(yàn)感直接相關(guān)的，就是語音合成技術(shù)。這項(xiàng)技術(shù)是將文字轉(zhuǎn)化為聲音，可以簡單地理解為人類的嘴巴。大家在各種智能語音助手中聽到的聲音，都是由TTS來生成的。所以，讓TTS合成的語音能夠“以假亂真”，正是TTS領(lǐng)域長期以來不斷探索的主題。
傳統(tǒng)的TTS都是怎么做的?
在看獵戶星空如何實(shí)現(xiàn)“以小取大”的效果時(shí)，我們可以先看看以往的TTS是如何實(shí)現(xiàn)的。
傳統(tǒng)的TTS系統(tǒng)通常包括前端、后端兩個(gè)模塊。前端模塊主要負(fù)責(zé)對輸入文本進(jìn)行分析，提取語言學(xué)信息，如果是中文還涉及文本正則化、分詞、詞性預(yù)測、多音字消歧、韻律預(yù)測等，后端模塊根據(jù)前端的分析結(jié)果，通過一定的方法生成語音波形。
后端系統(tǒng)的主流技術(shù)有兩種，一種是基于統(tǒng)計(jì)參數(shù)建模的語音合成，或者叫做參數(shù)合成、參數(shù)法，優(yōu)點(diǎn)是所需語料庫少，幾千句即可，訓(xùn)練與合成過程也都可以由程序自動完成，但缺點(diǎn)是語音質(zhì)量不高，情感韻律平淡。
現(xiàn)在大家地圖導(dǎo)航軟件中的聽到的明星音，針對導(dǎo)航場景錄制了幾千句的語料，不僅聲音生澀感強(qiáng)，而且需要的成本和周期較長，在其他領(lǐng)域的聲音效果不是很好。如果用戶預(yù)期不苛刻，這樣一種方式也未嘗不可。
另一種是基于單元挑選和波形拼接的語音合成，或者叫做拼接合成、拼接法，與參數(shù)法相反，優(yōu)點(diǎn)是合成語音自然度很好，缺點(diǎn)就是數(shù)據(jù)要求太大，至少萬句語料才能滿足商用需求，一些廠商會請聲優(yōu)為其智能產(chǎn)品錄制語料庫，前后時(shí)間長達(dá)數(shù)月，花費(fèi)動輒幾百萬。
獵戶星空：十段話合成人聲
魚和熊掌不可兼得，傳統(tǒng)的TTS存在著或多或少的問題。所以這個(gè)領(lǐng)域的核心，在于如何降低訓(xùn)練成本，用更少的語料合成高質(zhì)量的聲音。
隨著人工智能、深度學(xué)習(xí)的應(yīng)用，TTS也迎來了新的變革。2017年3月，Google 提出了一種新的端到端的語音合成系統(tǒng)：Tacotron。它可將接收的輸入字符，輸出成相應(yīng)的原始頻譜圖，然后提供給Griffin-Lim重建算法生成語音。2017年底，Tacotron 2結(jié)合了WaveNet和Tacotron的優(yōu)勢，不需要任何語法知識即可直接輸出文本對應(yīng)的語音。
在已有的技術(shù)創(chuàng)新鋪墊下，獵戶星空TTS團(tuán)隊(duì)在Tactron的基礎(chǔ)上，訓(xùn)練了大語料庫的語音庫作為基礎(chǔ)模型，目標(biāo)發(fā)音人只需要錄制10段話，通過Adapt自適應(yīng)模型，提取出目標(biāo)發(fā)音人的特征，再通過World聲碼器，即可合成出目標(biāo)發(fā)音人音色相同的語音。
所以，這項(xiàng)技術(shù)真正落地商用后，將為明星語音、個(gè)性化語音的合成帶來重大突破，尤其是很大程度上減少明星音合成的成本、縮短應(yīng)用研發(fā)的周期。
想象一下，以后你的語音助手中住著你喜歡的明星或心愛的人，每天都可以和TA互動聊天，仿佛TA就是你的私人小秘書，是不是有點(diǎn)小激動呢?
除此之外，獵戶星空已掌握麥克風(fēng)陣列、語音喚醒、語音識別、語義理解和語音合成等全套遠(yuǎn)場語音技術(shù)，語音交互更快更準(zhǔn)，垂直領(lǐng)域深度語義理解正確率96%，還首創(chuàng)了喚醒后人聲回應(yīng)。
獵戶語音OS成為行業(yè)標(biāo)配
在上文提到技術(shù)能力支撐之下，獵戶星空打造了獵戶tts——這個(gè)星球最溫暖的AI聲音。目前獵戶語音OS技術(shù)已經(jīng)應(yīng)用到了小米小愛同學(xué)、美的小美AI音箱、喜馬拉雅小雅音箱、獵豹移動小豹AI音箱、華為智能AI音箱等多家合作伙伴產(chǎn)品中，已經(jīng)成為行業(yè)標(biāo)配。
截至目前，搭載獵戶語音合成技術(shù)的智能音箱產(chǎn)品在國內(nèi)份額已超30%，每天都超過2000萬次語音服務(wù)請求，比如小米AI助理小愛同學(xué)月活躍設(shè)備超過3000萬臺，累計(jì)喚醒超50億次。
10月15日，中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟(AIIA)在人工智能開發(fā)者大會公布了國內(nèi)智能音箱智能化評級結(jié)果，包括獵豹移動、小米、喜馬拉雅、百度、京東在內(nèi)的五家主流廠商攜其智能音箱產(chǎn)品參與了首批測試評估。獵戶語音OS占據(jù)了獲評產(chǎn)品前五強(qiáng)中的三席，支撐起了智能音箱市場的大半壁江山。
結(jié)合自身人機(jī)交互的產(chǎn)品基因和獵戶星空擁有的行業(yè)唯一的全鏈條AI技術(shù)，獵豹移動也在不同行業(yè)推動人工智能產(chǎn)品的場景化落地。未來,獵豹移動與旗下獵戶星空還會將自主研發(fā)的視覺、導(dǎo)航、語音、機(jī)械臂技術(shù)等核心能力逐步對外開放,與合作伙伴一起,讓機(jī)器人產(chǎn)品走進(jìn)大眾生活。
申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
2023年7月6日,第六屆世界人工智能大會(WAIC2023)在上海開幕,“人工智能大模型”是本屆大會的備受矚目的話題,據(jù)悉,在昇騰AI大模型的創(chuàng)新研發(fā)中,華為聯(lián)手26家行業(yè)領(lǐng)軍企業(yè),組建了一支協(xié)同創(chuàng)新的“AI明星隊(duì)”,云天勵飛作為中國人工智能企業(yè)的杰出代表,和互聯(lián)網(wǎng)大廠、運(yùn)營商、科研院所等優(yōu)秀團(tuán)隊(duì)
這幾個(gè)月來，以ChatGPT為代表的生成式AI展現(xiàn)出的能力令世界驚嘆。自從2016年AlphaGo戰(zhàn)勝李世石掀起了一波AI浪潮后，AI仿佛已經(jīng)沉寂了很久，ChatGPT的橫空出世就如同一束耀眼的光芒，讓AI這個(gè)名詞重回C位。過去在AI1.0時(shí)代，主要通過訓(xùn)練模型來實(shí)現(xiàn)圖像識別、聲音識別、語言處理等特
文：互聯(lián)網(wǎng)江湖作者：志剛2023年的IoT需要一個(gè)新故事。6月29日，涂鴉智能在開發(fā)者大會上，發(fā)布了企業(yè)級戰(zhàn)略PaaS2.0，希望通過一個(gè)平臺+四大開發(fā)服務(wù)，建立起IoT生態(tài)。對于這場發(fā)布會，市場的態(tài)度是積極的。美東時(shí)間6月29日收盤，涂鴉智能美股股價(jià)上漲5.6%，來到1.87美元/股。近日股價(jià)穩(wěn)定
美團(tuán)曾經(jīng)的二號人物王慧文對標(biāo)OpenAI的創(chuàng)業(yè)項(xiàng)目光年之外，以20億賣給美團(tuán)，再度引發(fā)市場對大模型的熱議。
2020年底，王慧文在朋友圈寫下這句話時(shí)，外界本以為這位伴隨中國互聯(lián)網(wǎng)發(fā)展而持續(xù)創(chuàng)業(yè)20年的人物即將告別創(chuàng)業(yè)舞臺。但是，一個(gè)曾經(jīng)多次創(chuàng)業(yè)，正值壯年的互聯(lián)網(wǎng)老將心中的創(chuàng)業(yè)熱情是難以熄滅的。
“人工智能的商業(yè)模式，是要創(chuàng)造一個(gè)市場，而非一個(gè)算法”。這是世界AI泰斗MichaelI.Jordan的觀點(diǎn)。而當(dāng)前的全球AI市場，占據(jù)主導(dǎo)地位的中美雙方，卻也走出了兩條截然不同的技術(shù)路徑，前者執(zhí)著于前沿技術(shù)的探索，后者則發(fā)力應(yīng)用優(yōu)化和商業(yè)化落地。南轅北轍的兩個(gè)方向，或許已經(jīng)無法直接進(jìn)行排位先后、優(yōu)
智能體進(jìn)化發(fā)展了一年，現(xiàn)在的RPAAgent迭代到什么程度了？從實(shí)在智能最新發(fā)布的實(shí)在Agent7.0，看RPAAgent的迭代升級抓取豆瓣信息、自己制作PPT，這款A(yù)IAgent真的實(shí)現(xiàn)了流程全自動化AIAgent構(gòu)建到執(zhí)行全自動化，持續(xù)進(jìn)化RPAAgent再次降低智能體應(yīng)用門檻實(shí)在智能重磅發(fā)布實(shí)
崔大寶｜節(jié)點(diǎn)財(cái)經(jīng)創(chuàng)始人進(jìn)入2024年，大模型似乎有熄火之勢：資本市場，與之關(guān)聯(lián)的概念炒不動了，英偉達(dá)股價(jià)動輒暴跌重挫，引發(fā)“泡沫戳破”的擔(dān)憂；消費(fèi)市場，BATH們的推新活動少了，產(chǎn)品更新迭代的速度慢了，民眾的關(guān)注度降了……熱鬧的大概只剩下兩場酣仗：自5月15日字節(jié)跳動宣布“以厘計(jì)費(fèi)”，打響國內(nèi)大模型
文|智能相對論作者|陳泊丞好消息！你心心念念的事業(yè)單位發(fā)錄取公告了！壞消息！他們沒錄你，錄了個(gè)數(shù)字人。圖片來源網(wǎng)絡(luò)隨著數(shù)字人技術(shù)的突破，越來越多的傳統(tǒng)企業(yè)和機(jī)構(gòu)開始用上了“數(shù)字員工”。甚至很多中國人心心念念的“鐵飯碗”，也被這些數(shù)字人給捧上了。數(shù)字人捧上了“鐵飯碗”簡單翻看一下全國各地事業(yè)單位的“錄
黑芝麻智能敲鐘后，港交所門口又有一些智駕芯片企業(yè)引發(fā)關(guān)注。據(jù)悉，近日地平線已通過中國證監(jiān)會IPO備案，擬發(fā)行不超過11.5億股境外上市普通股并在香港聯(lián)合交易所上市，預(yù)計(jì)籌集約5億美元資金。從天眼查可以了解到，該公司成立于2015年，是一家乘用車高級輔助駕駛（ADAS）和高階自動駕駛（AD）解決方案供
8月21日，萬眾矚目的2024世界機(jī)器人大會暨博覽會在北京亦創(chuàng)國際會展中心盛大開幕。這場為期5天，集“展覽”“論壇”“賽事”于一體的機(jī)器人盛會，反映了當(dāng)下機(jī)器人領(lǐng)域的繁榮生態(tài)。據(jù)官方統(tǒng)計(jì)數(shù)據(jù)，今年現(xiàn)場逛展觀眾高達(dá)25萬人次，比去年增加25%。機(jī)器人行業(yè)有多火?看看2024世界機(jī)器人大會火爆程度便可知
瞄準(zhǔn)場景需求，打造國內(nèi)領(lǐng)先的自主可控、高質(zhì)量超大載重高烈度環(huán)境特種智能系留無人平臺。卓翼智能亮相HICOOL峰會以科技實(shí)力榮摘創(chuàng)業(yè)大賽一等獎這個(gè)比賽5年培育出16家“獨(dú)角獸”HICOOL2024全球創(chuàng)業(yè)者峰會暨創(chuàng)業(yè)大賽已于8月25日在北京圓滿落下帷幕，大賽共吸引了124個(gè)國家和地區(qū)的7406個(gè)創(chuàng)業(yè)項(xiàng)
人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量。無錫市作為中國的科技創(chuàng)新中心之一，正通過構(gòu)建人工智能"算力+算法+數(shù)據(jù)"三要素齊備的產(chǎn)業(yè)生態(tài)，為產(chǎn)業(yè)技術(shù)創(chuàng)新應(yīng)用提供強(qiáng)大支撐，通過“AI+”行動推動人工智能與多個(gè)產(chǎn)業(yè)交叉融合，實(shí)現(xiàn)技術(shù)落地和產(chǎn)業(yè)化，加速形成新質(zhì)生產(chǎn)力，打造具有國際競爭力的產(chǎn)業(yè)創(chuàng)新智造
近日，2024龍蜥操作系統(tǒng)大會（OpenAnolisConference）在北京圓滿召開，此次大會由中國計(jì)算機(jī)學(xué)會開源發(fā)展委員會、中關(guān)村科學(xué)城委員會、海淀區(qū)委網(wǎng)信辦、中國開源軟件推進(jìn)聯(lián)盟指導(dǎo)，龍蜥社區(qū)主辦，阿里云、浪潮信息、Intel、中興通訊、Arm、中科方德等24家理事單位共同承辦，主題為“進(jìn)化
