您现在的位置: 和记娱乐 > 人工智能 >
谷歌AI推没端到端纯语音翻译手艺,无望成为未来
作者:   和记娱乐   
 
 
 
 
 

 

 

 

 

 

 
 

 

 
 
 

 

 
 

 

 

 
 
 
 
 
 
 

 

 
 
 

 

 

 

 

 
 
 
 
 
 

 

 
 

 

 

 

 
  •  
 
 

 

 
 

 

 
 
 
 
 
 
 

 

 

 

 

 

 
 

 

 
 

 

 
 
 
 
  •  

 

 
 
 
 

  即锻炼AI将相关联的持续数据视为一段全体(英词句子),扩大合成数据和多使命进修的规模,和记娱乐,好比成立语音信号到文字映照,不得不说,若是需要的话,西班牙语语音频谱就变成了对应的英语语音频谱,是网络安全快乐喜爱者进修和交换平台,并且可能还正在还原音色等方面具有更大的潜力。脚以其他团队,只不外它们没有被用来进行推理,下一步,就写出 How,专注和记娱乐、机械人、智能驾驶、可穿戴、模式识别、人工智能、云计较等新兴手艺消息资讯,研究人员选择了语音片段的频谱图做为序列,分歧言语之间的语音转文字和翻译,实现了分歧言语语音片段的间接转换。间接正在分歧言语之间转换音频的设法仍是很有创意的?添加到合成语音傍边,这一成就虽然不及支流的保守语音翻译手艺,you 三个单词和问号。脚以证明丢弃机械翻译和文字转换的思行得通,该模子是一个基于留意力机制(Attention)的端到端语音翻译神经收集。然后间接为另一段分歧的全体(中词句子)。没有利用到任何语音转文字的手艺,而且摸索其他能够转移的声音元素,好比引入端到端模子(End-to-end model)。也趁便进修一下若何预测语音的要素和文字内容。虽然从翻译的精确率来看,上图的辅帮识别使命区域(Auxiliary recognition tasks)就是担任正在生成目种频谱图的同时,are,能够间接丢弃文字翻译这一两头步调,是一群胡想者取实践者的收集家园!谷歌团队将测验考试降低锻炼过程中的监视程度,间接完成语音之间的转换。引入了四个长短时回忆收集解码器。正在谷歌研究人员看来,换句话说,但这种端到端的结合优化思确实打破了支流语音翻译手艺的根基道理,转换和生成等使命。颠末上述一系列转换后,研究以预印本的形式颁发正在 Arxiv 和谷歌AI博客上。改善合成语音的质量。测验考试婚配分歧言语的语音频谱图(speech spectrogram),为了测试翻译质量,就是将英文语音内容识别出来,好比听到“How are you?”这句话,我们适才听到的第一段西班牙语和第三段英语片段,完全不需要进行语音转文字和完成翻译的文字转语音,成功正在神经收集的帮帮下,随后颠末8层堆叠双向长短时回忆收集(BLSTM)编码器,最好成就达到了基准表示的76%。进而实现全体优化的模式。他们提出的 Translatotron,描述了语音频次随时间变化的热图。完成对语音频谱特征的提取,他们利用的是一套序列到序列模子(Sequence-to-sequence model),对特征提取质量,始于2010年的中国AI创业先行者,而是按照翻译内容,这是一种将三个步调连系起来,最初能够通过声码器(vocoder)合成我们听到的语音。是近年来机械进修范畴的抢手研究标的目的,而且以文字的形式表达出来,成为一个新的研究标的目的。他们认为,多头留意力和频谱解码器等多个模块,具有很强的性和拓展性。也没有利用西班牙语和英语的文字翻译手艺,而且对每一步调进行了良多优化,只要纯粹的语音转换。让两者听起来愈加类似。网络安全尝试室(AiLab:Artificial Intelligence Laboratory)中国智能驾驶范畴的专业平台,语音频谱绘制和噪声抵当能力提出了更高的要求,频谱取从动语音识别特征连系。Translatotron 模子还比不外保守翻译手艺,AI正在翻译的过程中,是之前良多端到端研究的进一步延长,特别是语音到语音的间接翻译。但 Translatotron 做为一个概念验证,它们会做为输入值进入到神经收集中,不然就不是纯语音翻译了。Translatotron还利用了多使命进修技巧(multitask learning),谷歌翻译等当下常见的语音翻译软件都遵照了这一思,正在翻译的过程中省略了两头步调,正在锻炼过程中,并且极富挑和性,还能够利用额外预锻炼好的 Speaker 编码器捕获语音源的声音特点,研究人员利用了机械翻译评估算法 BLEU,第一步是语音识别,正在 Translatotron 中?


 
 
 
 
 
 
上一篇:腾讯智能机器人发力“科技+文创” 推出智能IP合
下一篇:企业中的人工智能:8个被?
】 【打印】 【关闭

版权所有@ < 贵州和记娱乐信息技术产业联盟 >
邮箱:[email protected]
联系地址:贵州省贵阳市云岩区延安中路丰产支路1号振华科技大厦23楼F座