车圈最大AI「黑马」吉利:自研语音大模型登顶,性能超SOTA 10%

在训练阶段,模型中还引入一个对齐器*(Text-HuBERTAligner)来生成监督LVS,用于辅助Text-to-LVSpredictor的训练。它把文本(音素)序列与语音的HuBERT特征对齐,生成与音素序列长度相同的监督LVS序列。在提取音频特征后,还引入了K-means聚类处理,目的是为了去除原始音频特征中的说话人个性化信息,使得模型更加关注于语音的...

"讲唔正"的广东话AI:低资源语言是否注定被边缘化?

翻阅OpenAI公开的信息,去年ChatGPT推出的语音模式展现的对话能力,实则由三个主要部分组成:首先由开源的语音识别系统Whisper将口语转为文本——再由ChatGPT文字对话模型生成文字回复——最后由一个文本转语音模型(Text-To-Speech,以下简称TTS)来生成音频,并对发音方式进行微调。也就是说,对话内容仍然是由Chat...

方言可以用来朗读诗歌,用上海话朗读更有诗韵

骆玉明即兴朗读了沪语版的《登鹳雀楼》,抑扬顿挫,富有古韵,现场响起一阵掌声,“所以普通话绝不是古诗的标准读法,或者共同读法,用方言去读诗歌,能表达出很多古诗发音的丰富性”。不过,骆玉明说,方言可以用来朗读诗歌,但要用来创作小说就有局限性。中国方言小说里写得最好的是清代的《海上花列传》,但这部小说只有懂苏...

AI入侵播客圈!比真人配音还逼真?实测爆火的微软AI语音角色“晓晓...

验证成功后，跳转到Azure主页，进入控制台，在“AI+机器学习”类别下，找到“语音”点击“Create”，部署语音服务。进入创建语音服务页面，定价层选择“FreeF0（即免费服务）”，区域选择你想使用的TTS语音支持的地区，因为是测试“晓晓”，在这里我们最后选择了“EastAsia（东亚）”。最后，点击页面下方的“审阅并...

讯飞有声书评测:内置26种朗读主播 方言英语都能读

正面屏幕上方就是扬声器,在使用听书时,就是通过这里发出声音。顶部是左边是电源键,右侧是USBType-C接口,除了用于充电、进行文件传输,还可以连接Type-C接口的有线耳机。三、阅读/听书体验:内置26位朗读主播释放双手带来听书体验——听书体验既然这款设备主打有声书体验,我们就先来体验一下。

使用PyQt GUI 写一个朗读软件

一直想找一款能朗读的软件,需支持批量朗读本地文件(如文本/PDF等).但找了半天没有发现自己满意的.所以就初次尝试使用PyQt的GUI加pyttsx3库自己用Python写了一个简单的内容朗读器.支持在不联网的情况下批量朗读内容(网页/文本/可编辑式PDF),支持调用近40种语音(包括常用的国语/粤语/英文等),能够倍速/音量/朗读...

珈乐AIGC,AI语音技术与复活虚拟偶像

用赛博图恒宇的话说,他很喜欢鼓捣这些东西,但初期的难度还是远超赛博图恒宇的想象。宿舍里没有更高端的设备,只有一台笔记本,因此赛博图恒宇只能租用云服务器来跑人工智能模型,进而制作珈乐AI翻唱歌曲。这个过程中,他也向存梦P请教了许多问题。アホ鶴——存梦P——赛博图恒宇,短短三个月时间里,珈乐AI这个小圈子...

语音+手写效率翻倍!讯飞智能办公本T2评测:话音未落 文稿已出

语音、转写文字、手写要点等一一对应,后期支持检索更改。可以利用关键词快速搜索相关段落,完成内容的查找和修改。毕竟AI语音识别虽然强大,但面对生僻词难免翻译错误,利用此功能就可以快速修订。六、总结:职场新人也能效率翻倍!这就是办公室的通关神器讯飞智能办公本T2的定位本就是办公商务,所以它的诸多特性都是为办...

说话秒变笔记!讯飞语记能“连续语音识别速记”

比如今天的「讯飞语记」就是一款非常有特色的主打“语音识别输入”的笔记工具,它支持实时的语音听写速记,帮你快速将讲话内容转变成文字录入笔记。这个功能在一些特定的情况下非常有用,比如采访、开会、上课和在不便打字的情况时,绝对是必备的记录神器……

科大讯飞推出“离线输入法”,打字数据不上传

以讯飞输入法在无障碍模式上做了诸多适配。拿安卓用户举例,用户进入安卓系统设置-无障碍-屏幕阅读器使用TalkBack服务,讯飞输入法就会提供语音反馈。在语音指示下开启无障碍模式后,讯飞输入法的输入面板、菜单面板以及表情面板的屏幕即可随选朗读,即便视力不便情况也能打字,待语音输入完成后输入法会自动朗读...