962      阿裏雲  技術社區[雲棲]

Deep Voice詳解分析：快速理解百度的語音合成流程

https://yq.aliyun.com/cloud

作者介紹

Dhruv Parthasarathy：MIT

領英：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

論文的Arxiv 鏈接https : //arxiv.org/abs/1702.07825

Andrew NgAI遺憾的是Andrew Ng於2017Andrew NgAIAndrew Ng對中國人工智能的發展做出的貢獻並祝福他。

言歸正傳，百度發表的這篇論文（可以去鏈接聽取錄音內容）

MacOS（文本轉換成語音）顯得擬人化—— Deep Voice使用模型Deep Voice輸出語音論文
1. Deep Voice的全過程中了

TTS在了，但在Deep Voice

2.

TTS

3. 

Deep VoiceDeep MindWaveNet400

Deep Voice分之一在的WaveNet

  這些創新點有沒有讓你興奮？接下來一起Deep Voice吧在此之前需要了解
·）的演講（從

Deep Voice剩餘

1. Deep Voice與人聲相似的語音合成流程

2. 合成流程

3. 之後，

4. Deep Learning架構

合成流程 - 
  現在Deep Voice流程

為了，具體過程

it is early spring

1語素
，=“ough”

1. thoughtgoo

2. throughtoo

3. coughoffer 

4. roughsuffer

卻完全不一樣TTSthough”rough”展示

人發出是由不同的音素組成
CMU的音素字典）的幾個例子：

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

1,2停頓Deep Voice
我們的句子
Deep Voice

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

21時間
另外決定其“AH N”

• Unforgettable
  
• 
  

“AH N”

變成以下形式

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

2 

漢語（口音），大家都在生活中都遇到過口音鬧出的笑話吧及，出

變成以下形式

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

3

Deep VoiceDeepMindWaveNet的版本做到這點。強烈建議閱讀原始博客文章，了解

       WaveNet生成WaveNet
該論文程序的執行能力WaveNet幾分之一秒Deep Voice
      Deep Voice幾分之一秒在WaveNet

Deep Voice

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

• [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

最後更新：2017-04-18 02:00:44

  上一篇： 自學編程的 6 個技巧總結

  下一篇： springBoot入門>>第一章>>springBoot第一個程序