像人一样说话 Google 的 AI又点亮新技能

Google家的AI最近又展现了一项新技能——模拟人类语言交流。现在，Google的AI已经能够像人一样说话，这让我们不禁感叹科技的飞速发展。

众所周知，Siri和微软的小娜都是我们熟悉的语音助手，它们已经能够初步实现与人类的语音交互。Google旗下的DeepMind推出的WaveNet却是一个能够模仿真实人类声音的AI，堪称是高配版的洛天依。不仅如此，WaveNet还能精通多国语言和各类乐器，它的能力让人惊叹。

那么，WaveNet是如何实现高仿真人类声音的呢？这一切都要从其原理说起。

一直以来，计算机生成声音主要依赖文本-语音转换系统（TTS）。TTS通过将文本与声音进行对应，组合形成完整的语音输出。这种方法存在声音修改困难、转换生硬等问题。

而WaveNet的诞生，就是为了解决这些问题。WaveNet是一个能生成原始声波的深度神经网络系统。它使用真实的声波而非仅仅是语言，通过层层处理，最终输出的声音非常逼真。

在对比测试中，DeepMind邀请了英语和汉语的测试人员进行录音，与Google目前最优秀的TTS系统进行对比。测试结果表明，WaveNet生成的声音要比TTS系统更为自然。尽管与真实的人声还有一定差距，但这一结果已经让研究人员兴奋不已。

DeepMind表示，“WaveNet为TTS、音乐和音频建模开启了许多可能性。”WaveNet也有其面临的挑战。除了人类声音，WaveNet理论上能模仿任何声音，甚至音乐。但其每秒钟需要分析16000个样本的惊人速度，也意味着极其高昂的成本，使得其短期内难以实现商业化应用。

尽管如此，WaveNet的出现仍然让我们对人工智能的未来充满期待。随着技术的不断进步，我们期待有一天能够见到更多像WaveNet这样的技术，为人类的生活带来更多的便利和乐趣。