Neue KI klont Ihre Stimme aus nur 5 Sekunden Sprachaufnahme!
Neue KI klont Ihre Stimme aus nur 5 Sekunden Sprachaufnahme! Neue Forschung präsentiert uns eine KI, die Text in Sprache (TTS) umwandelt. Der Algorithmus basiert traditionell auf einem neuronalen Netzwerk. Bei genauerer Betrachtung besteht es aus 3 Hauptkomponenten:
Neue KI klont Ihre Stimme aus nur 5 Sekunden Sprachaufnahme!
Neue Forschung präsentiert uns eine KI, die Text in Sprache (TTS) umwandelt. Der Algorithmus basiert traditionell auf einem neuronalen Netzwerk. Bei genauerer Betrachtung besteht es aus 3 Hauptkomponenten:
-
Speaker-Encoder-Netzwerk (gelernt von Tausenden von Sprechern - so weiß das System, wie die menschliche Stimme klingt).
-
Danach folgt ein Sequenzsynthese-Netzwerk, das auf Tacotron 2 basiert und ein Spektrogramm aus Text generiert.
-
Als letzter Teil dient ein autoregressiver Vocoder, der auf WaveNet basiert und das Spektrum in eine Sequenz von Samples umwandelt.
Mehr Informationen in den Links.
Beispiel und grundlegende Erklärung: https://www.youtube.com/watch?v=0sR1rU3gLzQ&fbclid=IwAR0cXA2E6gt0YWusREZpj9K5k2o91Ecvsgki7NhnPfMfWV7Sjll66R0T-q0
Paper: https://arxiv.org/abs/1806.04558
Ursprünglich veröffentlicht auf Facebook — Link zum Post
Původní zdroj: facebook
Související články
November 2020
Fünf neue Lösungen für künstliche Intelligenz treten in den diesjährigen Hype-Zyklus ein. Vor…
LesenSeptember 2020
Jeden Tag passiert etwas. Heute stellen wir ein großartiges audiovisuelles Projekt zusammen…
LesenJuli 2020