视听早报|  中原论道|  企业号| 政策| 招标| 人事| 会议| 专题
亚马逊开发出有史以来最大的文本转语音模型
小狐狸| TechWeb.com.cn| 2024-02-18
【流媒体网】摘要：这个名为BASE TTS的新模型拥有9.8亿个参数，在同类产品中最大，在规模和能力上都超越了之前的迭代版本。

　　据外媒报道，亚马逊的一个人工智能研究团队宣布，他们开发出了有史以来最大的文本转语音模型。所谓“最大”，是指拥有最多的参数，使用最大的训练数据集。

　　外媒报道称，这个名为BASE TTS的新模型拥有9.8亿个参数，在同类产品中最大，在规模和能力上都超越了之前的迭代版本。它使用了10万个小时的录音（来自公共网站）来进行训练，其中大部分为英语语音，但也包括德语、荷兰语和西班牙语，这使它成为自然语音的新标准。

　　研究人员表示，尽管遇到了文本转语音引擎固有的困难，如发音错误或语调错误，但该模型在处理复杂的语言结构方面表现出了非凡的能力。

　　研究人员进一步指出，与之前的文本转语音模型相比，该模型提高了单词的发音质量。

　　外媒称，这一突破标志着文本转语音技术的发展向前迈出了重要的一步，在不久的将来有可能得到广泛的应用。

　　然而，该团队表示，为了避免滥用，BASE TTS不会向公众发布。相反，他们计划把它作为一种学习应用。

责任编辑：李楠

分享到：
版权声明：凡注明来源“流媒体网”的文章，版权均属流媒体网所有，转载需注明出处。非本站出处的文章为转载，观点供业内参考，不代表本站观点。文中图片均来源于网络收集整理，仅供学习交流，版权归原作者所有。如涉及侵权，请及时联系我们删除!

相关文章

数智生活全球人工智能市场规模今年有望超过6000亿美元
TechWeb.com.cn2024-05-13
数智生活OpenAI下周将推GPT商店 用户可共享和销售定制聊天机器人
TechWeb.com.cn2024-01-05
数智生活OpenAI邀请各领域专家加入“红队网络” 以提高其AI模型安全性
TechWeb.com.cn2023-09-21
数智生活西部首个!用于人工智能的“大语言模型算法”通过国家备案
陕西广电融媒体集团.起点新闻2024-04-23
数智生活360发布安全大模型3.0 安全领域效果超越GPT4
TechWeb.com.cn2024-03-21

24小时热文

流 • 视界

专栏文章更多