升級(jí)的Deep Voice可以在幾秒鐘內(nèi)模仿任何聲音

通過(guò)他們上傳到arXiv預(yù)打印服務(wù)器的白皮書(shū)，百度的一個(gè)團(tuán)隊(duì)(中國(guó)對(duì)谷歌的回答)宣布升級(jí)他們的文字轉(zhuǎn)語(yǔ)音應(yīng)用程序Deep Voice。現(xiàn)在，系統(tǒng)可以在不到一分鐘的時(shí)間內(nèi)完成，而不是花半小時(shí)或更長(zhǎng)的時(shí)間來(lái)分析一個(gè)人的聲音并進(jìn)行復(fù)制?；谏窠?jīng)網(wǎng)絡(luò)的系統(tǒng)是百度團(tuán)隊(duì)努力使機(jī)器在向我們“說(shuō)話(huà)”時(shí)更像人類(lèi)的一部分。

該系統(tǒng)有兩個(gè)部分。第一種方法是錄制語(yǔ)音樣本，以便系統(tǒng)了解主體的聲音是什么樣的。第二部分以主題的聲音大聲讀取用戶(hù)定義的文本。

有幾個(gè)小組一直在研究旨在復(fù)制個(gè)人聲音的項(xiàng)目，表面上允許機(jī)器人助手聽(tīng)起來(lái)像真正的人類(lèi)助手。因此，將文本轉(zhuǎn)換為聽(tīng)起來(lái)像你，你的鄰居，唐納德特朗普或英格蘭女王的文字的程序預(yù)計(jì)不會(huì)提供最終產(chǎn)品的方式 - 盡管百度確實(shí)建議它可以被擁有的人使用失去了使用他們的聲音。相反，它意味著更大的事情的墊腳石。團(tuán)隊(duì)報(bào)告說(shuō)，新系統(tǒng)在給出100個(gè)五秒鐘語(yǔ)音樣本時(shí)效果最佳。它還可以操縱聲音，讓人們可以聽(tīng)到它們的聲音，例如英國(guó)口音，或者是異性的人。它在模仿聲音方面也越來(lái)越好，現(xiàn)在能夠愚弄語(yǔ)音識(shí)別軟件 95%的時(shí)間 - 人體測(cè)試給??予系統(tǒng)平均評(píng)分為3.16(滿(mǎn)分4)。

但是，正如媒體中的許多人所指出的那樣，該技術(shù)可能會(huì)引發(fā)問(wèn)題。如果任何擁有智能手機(jī)的人可以產(chǎn)生相同的對(duì)話(huà)，那么警察的錄音審訊就會(huì)變得毫無(wú)用處。還存在身份盜用的問(wèn)題。如果小偷可以竊取您的數(shù)據(jù)和您的聲音，您可能永遠(yuǎn)無(wú)法收回它?；蛘呖紤]政治人員發(fā)布可能影響選舉的政客的假記錄。