Как озвучить текст с помощью нейросети

Разное

Приложение DeepVoice позволяет пользователям озвучивать текст женским голосом в аудиозаписях формата «.wav». Главное при работе с сервисом — грамотно расставить интонацию и добавить «‎+» перед ударным слогом каждого слова.

Впервые сервис от компании Baidu выпустили в 2017 году. Высококачественная система преобразования текста в речь Deep Voice полностью выстроена на глубоких нейронных сетях.

Система состоит из 5 основополагающих блоков:

1.     модель сегментации для определения границ фонем,

2.     модель преобразования графем в фонемы,

3.     модель прогнозирования длительности фонем,

4.     модель прогнозирования фундаментальной частоты

5.     модель синтеза звука

Синтез речи используют при работе с мобильным помощником, умным домом на Raspberry Pi, искусственным интеллектом, играми, уведомляющими системами и звуковым интерфейсом.

Голосовые сообщения передают пользователю информацию, если у него нет времени или возможности прочитать текст.

Речь, которую синтезирует система Deep Voice похожа на человеческую. Она не просто преобразовывает печатный текст в голосовой, а умеет создавать цифровые копии голосов людей и менять мужской тембр на женский и наоборот.

Для синтезирования голоса ей необходимо изучить 30-минутные записи реальных людей, учитывая их манеру произношения.

Запускаем нейросеть:

1.     авторизоваться на сайте через Google-аккаунт

2.     нажатием кнопки «Плей» в левом углу или комбинацией клавиш «‎Ctrl + Enter»

3.     Перейдите на главную страницу и запустите код первой ячейки‎

4.     В третьем блоке совершить идентичные действия

5.     прописать любой текст в четвертой ячейке

Популярные системы с технологией искусственного интеллекта

Ярким примером является нейронная сеть DeepMind от компании Google, которая самостоятельно может формировать логические связи, понимать смысл слов и высказываний, не полагаясь на заранее заданные алгоритмы поведения. С каждым годом она развивается, повышая уровень своих способностей.

Нейросеть компании Яндекс с необычным названием “Балабоба” способна самостоятельно дописывать текст на определенную тему, соблюдая логическую структуру и стиль повествования. Модель обучали по Яндекс-страницам, куда вошла Википедия, новостные сайты и даже посты пользователей на форумах и в социальных сетях. Интересно, что генератор системы не пишет на темы политики или религии.

Siri — это персональный голосовой помощник для пользователей Apple-устройств. Программа помогает отыскать нужную информацию, ориентирует в незнакомой местности. Она также способна отправлять сообщения, добавляет события в календарь и многое другое.

Система учится по голосу говорящего определять его настроение и эмоциональное состояние. В будущем эту технологию хотят использовать в колл-центрах, чтобы поднять уровень клиентского обслуживания.