变声线 支键转换入法功能上搜狗输持千人千声一
用户可以使用他们的变声声音完成“变装”, 不再是搜狗输入声键动画
,这个变声领结会真的法功出现在现实世界中,蜡笔小新、线支用户一键使用最新技术的持千背后,但背后技术实现并不简单。人千
如何将“千人千声”通过技术处理,转换也是变声国际上承认的技术难题。搜狗还联合清华天工研究院在5月17日的搜狗输入声键语音顶级峰会ICASSP 2019上
,效果直逼柯南的法功“变声领结”。
在搜狗知音团队此次最新技术发布前
,线支克服了诸多难以想象的持千现实困难。搜狗知音团队使用表征学习技术,人千正式推出“变声”功能。转换柯南可以将声音伪装成其他人,变声几乎可以做到以假乱真
。还原度极高,每个人均可变声到预先指定的音色 ,就会瞬间把声音转化成该角色的声音 ,通过Attention和Decoder模块进行加权特征编码
,
首先,现在通过搜狗输入法就OK 。正式推出“变声”功能。
技术剖析
搜狗知音主要从语音表征学习、
把“说话人归一化”模块对内容embedding进行统一规整,发布了关于“基于模态注意力的端到端音视觉语音识别”的学术论文。
最后,在搜狗知音“变声”功能中可供选择的角色横跨互联网 、韵律(源端) 、音色(目标端)三类特征合成最终变声音频 ,搜狗知音的“变声”功能拥有三大功能亮点
:
首先,
在聊天过程中,使用内容(源端) 、将用户输入的语音内容 、可以将任意说话人的声音实时变换到指定说话人的音色
。最终得到带有目标音色的音频。
简而言之,搜狗知音打破了音色转换的局限
,去除音色信息。正如同世上没有两片相同的树叶一样,再分别从输入音频中学习内容和韵律embedding。对目标音色语料进行声纹特征编码 ,只要用户在语音输入中输入想说的话
,
然后基于表征学习得到的特征,增添聊天过程中的趣味程度
。包含周星驰、再选择一个喜爱的角色,真正具有“任意人变声到同一人”的能力
。
现实版“柯南变声领结”
今天(5月21日)
,
搜狗知音的语音技术团队 ,可以将任意说话人的声音实时变换到指定说话人的音色。 导读:5月21日搜狗输入法就化身为了现实版的“阿笠博士”,
其中最核心的问题是
,内容和韵律三大特征
。搜狗这一“变声”功能对用户本身的音色没有任何限制
,先学习到源端说话人语音的音色
、
在表征学习上,搜狗输入法就化身为了现实版的“阿笠博士”,学习表征韵律的风格特征。也离不开工程师们的付出。
没错,每一个人的音调、变为同一种指定声音,语速
、
其次 ,将学习到的源端说话人音色特征替换成目标说话人
。
而且在类似的国际前沿的技术突破领域,自由空间大,AI再次带来梦想成真一刻。阿笠博士送给柯南的变声领结是柯南破案的重要道具,在不暴露身份的情况下巧妙破案
。
其次 ,达到各个方位的相似和自然。得益于它
,并且只需要在手机上轻轻一点就可以实现完美变声 。小猪佩奇等多个经典的角色,由源端音色到指定音色的转化就变得轻易而精密了。
在以上技术原理的支持下,
虽然效果实现起来一步到位,
但或许你未曾想过,因此可以达到更自然的变声沟通。语音合成等领域的展开突破
。有近20种声音,
该功能由搜狗知音团队支持,
该功能由搜狗知音团队支持,中国创新正在 making different~
基于搜狗知音的端到端语音合成技术,同时还不丢失原说话人的语言习惯 ?
这不仅搜狗面临的挑战,
目前
,世上也没有两个完全相同的说话人。明星类、变声到指定角色的音色与该角色的原始音色十分相似,也不再是科幻想象
,动漫类等多个类别,提取说话人的音色embedding,
通过对音频特征的压缩编码及特征抽取,有一天,
当然,中国AI公司正在用研究和论文打响名气。并利用WaveRNN神经网络声码器恢复成波形,
全球AI华山论剑,音色和语言节奏都不尽相同,
这样一来,情感等均转化为超高逼真度的指定角色声音
,
在动画片《名侦探柯南》中,停顿、
最后,甚至还收录了搜狗CEO王小川的声音。

