Google «заговорил» человеческим голосом
Специалисты поискового гиганта Google опубликовали статью, в которой рассказали о том, что создали генератор речи, способный говорить неотличимым от живого человека голосом. Разработка называется Tacotron 2 и умеет очень качественно преобразовывать текст в речь.
Программа представляет собой две взаимосвязанные нейросети глубокого обучения. Первая нейросеть создает на основе текста спектрограмму и передает ее второму алгоритму WaveNet, который ее и озвучивает "голосом". Tacotron 2 знает множество нюансов, без труда справляется со сложными в произношении словами и, читая с листа, учитывает пунктуацию. Благодаря этому, например, она различает конец предложения и начало нового, выделяя их интонацией.
Образцы работы приложения специалисты уже выложили на страничке, посвященной разработке. Звучит это гораздо лучше, чем монотонные механические голоса современных программ озвучивания, поэтому, надо полагать, Google быстро найдет разработке применение. WaveNet уже используется в Google Assistant, поэтому Tacotron 2 наверняка станет для нее отличным дополнением.
На данном этапе разработки Tacotron 2 говорит только приятным женским голосом, но, вероятно, в будущем обзаведется и мужским вариантом, а, учитывая ее способность к обучению, возможно, научится и имитировать другие голоса.
