微軟攜手 Project Gutenberg，利用 AI 語音技術(shù)制作 5000 本免費(fèi)有聲書

IT之家 9 月 12 日消息，微軟近日與“免費(fèi)數(shù)字圖書館計(jì)劃”Project Gutenberg 合作，利用 AI 為電子書庫(kù)制作了超過 5000 本免費(fèi)有聲書。

據(jù)悉，在這一項(xiàng)目中，研究人員結(jié)合了機(jī)器學(xué)習(xí)、自動(dòng)文本選擇和自然語音合成等多項(xiàng) AI 技術(shù)，實(shí)現(xiàn)了電子書自動(dòng)轉(zhuǎn)化為語音的全流程。

IT之家經(jīng)過查詢得知，項(xiàng)目團(tuán)隊(duì)首先開發(fā)出一種算法，可以自動(dòng)分析電子書的結(jié)構(gòu)，區(qū)分正文和非關(guān)鍵部分的頁(yè)碼、表格等，然后使用 WaveNet、Tacotron 和 FastSpeech 等文本轉(zhuǎn)語音技術(shù)，生成類似真人的自然朗讀語音。此外，該團(tuán)隊(duì)還使系統(tǒng)能夠辨別書中敘述者、對(duì)話和不同角色，并相應(yīng)調(diào)整語音，實(shí)現(xiàn)故事情節(jié)的語音表達(dá)。

微軟表示，此次計(jì)劃已收集整理了超過 35000 小時(shí)的有聲書語音數(shù)據(jù)，涵蓋了各類經(jīng)典文學(xué)、戲劇、傳記等作品，這些語音數(shù)據(jù)都將以開源方式免費(fèi)提供。用戶也可以用自己錄制的少量語音，生成“用自己的聲音朗讀整本書”的效果，這一項(xiàng)目相對(duì)豐富了網(wǎng)站有聲書的內(nèi)容，同時(shí)也為視障人士提供了便利。

參考

• Thousands of free and open audiobooks powered by Microsoft AI

• Project Gutenberg 官網(wǎng)

• 論文 Large Scale Intelligent Microservices

廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。