苹果公司透露Siri新发音引擎的内部原理
苹果公司透露了他们通过深度学习让Siri的发音更加自然的内幕。
\\
iPhone用户使用自然语言向Siri提问，Siri也通过语音回答问题。Siri可以使用21种语言回答问题，遍布全球36个国家。在2017年WWDC大会上，苹果宣布了iOS 11上的Siri将使用最新的文本语音引擎。2017年8月，苹果的机器学习期刊透露了他们是如何让Siri的发音更加自然的。
\\
iPhone上的语音是通过拼接预先录制的人类语音来生成的。先录制几个小时的语音，再把它们拆分成单词，然后再把单词拆成最基本的元素：音素。在生成句子的时候，系统会选择合适的音素，再把它们拼接在一起。
\\
\\
为音素选择合适的录音是一件很有挑战性的事情。每一个音素都要与发音相匹配，也要与相邻的其他音素相匹配。旧系统只有几种录音，音素的来源很有限，所以听起来有点不自然。于是苹果决定使用深度学习来确定声音单元在句子中的各种属性。
\\
\\
每一台iOS设备都包含了一个小型的预录音素数据库。每一份数据都包含了音频属性：声音频谱的音高和音长。一个经过训练的“深度混合密度网络（deep mixture density network）”用于预测每一个音素在句子中的特征。苹果设计了一个成本函数来训练这个网络，着重考虑到两个方面的问题：如何让音素与发音相匹配以及如何让它与句子相融合。
\\
\\
在通过“Viterbi”算法从数据库里找到需要的数据后，系统会选出最佳的音素组合，把它们拼接起来，然后播放出声音。
\\
\\
另一种方式是生成声波，而不是拼接预录的声音。2016年9月，Alphabets Deepmind发布了WaveNet引擎，可以基于电脑生成文本语音。它的不足是速度很慢，就算使用最快的台式电脑也需要很长时间才能完成合成任务。所以，Siri不会在短时间使用合成语音代替录制语音。
\\
查看英文原文：Apple Reveals the Inner Workings of Siri's New Intonation
苹果公司透露Siri新发音引擎的内部原理相关推荐
- 苹果公司的Siri小姐住在何处？
实际上,在2010年4月28日,苹果乔布斯买来的人工智能"研究成果"(即Siri)只是一个"Beta版本",还有待进一步完善.现在,人们很好奇,Siri究竟是什 ...
- 苹果公司：Apple大中华区的注册开发者数量现已超过500万
5月26日,据苹果官网消息,2021年,来自世界各地数以万计的小型开发团队涌入App Store,其中23%来自中国内地. "App Store的分发优势让他们创作的app在175个国家和地 ...
- 苹果公司战略管理分析
苹果公司战略管理分析 -- 以产品 iphone 为例 一.公司简介 苹果电脑公司由乔布斯.斯蒂夫 · 沃兹尼亚克 和 RonWayn 在 1976 年 4 月 1 日创立,总部位于美国加里福尼亚丘珀 ...
- 不管怎样，苹果公司仍然是全球最有价值的公司
苹果电脑公司:在挫折中成长 一个创业仅五年的公司,一下子跃居全美五百家最大公司之列,而五年前,连它自己在露面时也因弱小而羞红了脸.然而,若干年后,一个如此辉煌的典范,竟在市场大潮中被击得东倒西歪. 一 ...
- 苹果公司：成功的先驱
苹果公司:成功的先驱 在美国风险投资的历史中,苹果公司较早展示了风险投资的不同凡响.1976年,两个二十多岁的青年设计出了一种新型微机(苹果一号),受到社会欢迎.后来,风险投资家马克首先入股9.1万美 ...
- 苹果公司新品发布会两大关键词：免费与升级
苹果公司今天在美国旧金山召开发布会,发布最新的软件和硬件产品.90多分钟的发布会里,苹果公司一股脑地介绍了多款产品,让人应接不暇,而这似乎正应了 苹果公司此前在媒体邀请函中的表态:"我们仍有 ...
- 【历史上的今天】4 月 4 日：互联网新时代的缔造者出现；微软成立；苹果公司元老诞生
整理 | 王启隆 透过「历史上的今天」,从过去看未来,从现在亦可以改变未来. 今天是 2022 年 4 月 4 日,清明节.扫墓祭祖与踏青郊游是清明节的两大主题,而埋葬总陪伴着新生,在 1896 年的 ...
- 由siri谈苹果公司的发展
iPhone 4S 发布的时候, Apple 向世界展示了 Siri ,然而,当时人们沉浸在想象里全新 iPhone 5 未出现的失望和随后乔布斯去世的巨大悲痛中,认为新的 iPhone 4S 乏善可 ...
- 苹果公司华人研究员抛弃注意力机制，史上最快的Transformer！新模型达成最低时间复杂度...
转自:新智元 [导读]attention is all you need是绝对的真理吗?自从Transformer面世以来,采用CNN等传统模型与注意力进行结合就成了新的创新方向.但苹果的华人研究员提 ...
最新文章
- Ubuntu创建新用户并增加管理员权限
- SQL Server 2005 SP2发布了，开发人员怎么办？
- 震惊！评审专家将论文拒稿后修改发表
- xmu 1254.异或求和
- uva 1630——Folding
- idea设置自动清除不需要的import包，自动清除导包
- Android消息传递之EventBus 3.0使用详解
- ssrs 级联参数_在SSRS中使用多值参数
- void* 与 shared_ptr的相互转换
- 参与过上千亿项目的人，账单是何等的惊人？
- Mysql 的 GROUP_CONCAT() 函数拼接串
- ffmpeg转码cpu很高，ffmpeg实现GPU(硬编码)加速转码，解决ffmpeg转码速度慢
- MATLAB 绘制柱状图
- 简析国内外电商的区别
- 房子，婚姻，名字，这三个关键词，你怎么看？
- Linux系统中read的用法,Linux系统中read的使用技巧
- 无炫技：纯粹的Bert和Roberta
- 基于Spring Boot实现电脑端网页微信扫码授权登录方式一（附带完整源码）
- linux学习的任督二脉
- 开网店必看：2019年，《电商法》下五大电商趋势分析！