962      阿里云  技术社区[云栖]

Deep Voice详解分析：快速理解百度的语音合成流程

https://yq.aliyun.com/cloud

作者介绍

Dhruv Parthasarathy：MIT

领英：https://cn.linkedin.com/in/dhruv-parthasarathy

Twitter: https://twitter.com/dhruvp

博客：https://blog.athelas.com/@dhruvp

Mediumhttps://medium.com/@dhruvp4

本文Deep Voice，Deep Voice的

论文的Arxiv 链接https : //arxiv.org/abs/1702.07825

Andrew NgAI遗憾的是Andrew Ng于2017Andrew NgAIAndrew Ng对中国人工智能的发展做出的贡献并祝福他。

言归正传，百度发表的这篇论文（可以去链接听取录音内容）

MacOS（文本转换成语音）显得拟人化—— Deep Voice使用模型Deep Voice输出语音论文
1. Deep Voice的全过程中了

TTS在了，但在Deep Voice

2.

TTS

3. 

Deep VoiceDeep MindWaveNet400

Deep Voice分之一在的WaveNet

  这些创新点有没有让你兴奋？接下来一起Deep Voice吧在此之前需要了解
·）的演讲（从

Deep Voice剩余

1. Deep Voice与人声相似的语音合成流程

2. 合成流程

3. 之后，

4. Deep Learning架构

合成流程 - 
  现在Deep Voice流程

为了，具体过程

it is early spring

1语素
，=“ough”

1. thoughtgoo

2. throughtoo

3. coughoffer 

4. roughsuffer

却完全不一样TTSthough”rough”展示

人发出是由不同的音素组成
CMU的音素字典）的几个例子：

• White Room- [W₁T.R₁M.]
  
• Crossroads - [K₁S₂D.]
  

1,2停顿Deep Voice
我们的句子
Deep Voice

•  - “It was early spring”
  
•  - [IH₁T₁Z ...₁L₀....]
  

21时间
另外决定其“AH N”

• Unforgettable
  
• 
  

“AH N”

变成以下形式

•  - [IH1,T,.,W,Z.,ER₁,L,IY0,.,S,P,R,IH1,NG,.]
  
•  - [IH₁(0.1s),T(0.05s),.(0.01s),...]
  

2 

汉语（口音），大家都在生活中都遇到过口音闹出的笑话吧及，出

变成以下形式

•  - [IH1,T,.,W,Z.,ER₁,L,IY0,.,S,P,R,IH1,NG,.]
  
•  - [IH₁(140hz),T(142hz),.(]
  

3

Deep VoiceDeepMindWaveNet的版本做到这点。强烈建议阅读原始博客文章，了解

       WaveNet生成WaveNet
该论文程序的执行能力WaveNet几分之一秒Deep Voice
      Deep Voice几分之一秒在WaveNet

Deep Voice

•  - [IH1(140hz,0.5s),T(142hz,0.1s),.(
  
•  - 听录音
  

• [IH1,T,.,W,Z.,ER₁,L,IY0,.,S,P,R,IH1,NG,.]
  

2.

• [IH1,T,.,W,Z.,ER₁,L,IY0,.,S,P,R,IH1,NG,.] - > [IH1(140hz,0.5s),T(142hz,0.1s),.(
  

3.本

• [IH1(140hz,0.5s),T(142hz,0.1s),.(- >
  

Deep VoiceDeep Voice 

Deep Voice

pdf

@

Baidu Deep Voice explained: Part 1 — the Inference PipelineDhruv Parthasarathy

原文

最后更新：2017-04-18 02:00:44

  上一篇： 自学编程的 6 个技巧总结

  下一篇： springBoot入门>>第一章>>springBoot第一个程序