微軟自定義神經語音技術已允許用戶創(chuàng)建高度逼真、類似于人類的聲音!

4日消息 據(jù)微軟官方發(fā)布，近期，Azure 認知服務中的語音服務的一部分——自定義神經語音 (Custom Neural Voice)——文本到語音功能已普遍推出。該功能將允許用戶使用微軟開創(chuàng)性的神經文本到語音模型，為應用創(chuàng)建高度逼真、類似人類的自定義語音。由于創(chuàng)建的語音非常逼真，微軟限制了訪問權限，以便用戶負責任地使用這項技術。

微軟表示，

“作為微軟對負責任的人工智能承諾的一部分，我們設計和發(fā)布自定義神經語音的目的是保護個人和社會的權利，促進透明的人機交互，抵制有害的深層偽裝和誤導性內容的擴散。為此，我們對自定義神經語音的訪問和使用進行了限制。”

 要創(chuàng)建自定義語音，你只需錄制音頻并上傳作為訓練數(shù)據(jù)即可。Azure 語音服務將為你的錄音創(chuàng)建一個獨特的語音調整。自定義神經語音的聲音逼真自然，可以代表品牌，讓用戶以自然的方式與應用進行對話互動。

微軟強調，以下客戶已經在使用這項最新的 TTS 功能。

• AT&T / 華納兄弟：他們最近在德克薩斯州達拉斯的 AT&T 體驗店推出了一個首創(chuàng)的創(chuàng)意和互動體驗，客戶可以直接與兔八哥對話。

• Progressive：利用標志性的 Progressive 保險發(fā)言人 Flo 的聲音，創(chuàng)建了 Flo 聊天機器人，以簡化客戶咨詢流程，提供個性化體驗。

• Duolingo：為了讓學習一門新的語言感到可實現(xiàn)性和適用性，Duolingo 使用課程創(chuàng)建了多樣化的風格化聲音。