WaveNet መመሪያ | AI Understanding

አጠቃላይ እይታ

It set the modern standard for high-fidelity text-to-speech.

ጥልቅ ዳይቭ

WaveNet autoregressive generative model ነው፡ እያንዳንዱ የድምጽ ናሙና ከእሱ በፊት ባሉት ሁሉም ናሙናዎች ላይ በተለይም በ16,000 ወይም 24,000 ናሙናዎች በሰከንድ ይተነብያል። የእሱ ዋና ፈጠራ የተስፋፋ የምክንያት ውዝግቦች ቁልል ነው። ምክንያት ማለት አምሳያው በጊዜ ወደ ኋላ ብቻ ይመለከታል, የትውልድ ቅደም ተከተልን ይጠብቃል; መስፋፋት ማለት እያንዳንዱ ንብርብር በከፍተኛ ደረጃ እያደገ ያለ የናሙናዎችን ብዛት ይዘላል፣ ስለዚህ መጠነኛ ቁልል በሺዎች የሚቆጠሩ ናሙናዎችን (ሰፊ ተቀባይ መስክ) ያለ ትልቅ ወጪ ይሸፍናል። በቋንቋ ባህሪያት ወይም በሜል-ስፔክትሮግራም ላይ የተስተካከለ፣ WaveNet ንግግርን ከሱ በፊት ከነበሩት ተጓዳኝ እና ፓራሜትሪክ ቮኮደሮች የበለጠ ተፈጥሯዊ ንግግርን ያዘጋጃል፣ ይህም በሰዎች ቅጂዎች ላይ ያለውን ክፍተት በመዝጋት እና የGoogle ረዳት የመጀመሪያ ስሪቶችን ያበረታታል።

ቴክኒካዊ ግንዛቤ

የተዘበራረቁ ውዝግቦች ቁልፍ ብልሃቶች ናቸው፡ በ1፣ 2፣ 4፣ 8 እና በመሳሰሉት የማስፋፊያ ታሪፎች፣ አውታረመረብ በአስር የሚቆጠሩ ንብርብሮች ብቻ በሺዎች የሚቆጠሩ ያለፉ ናሙናዎችን መከታተል ይችላሉ፣ ይህም ሁለቱንም ጥሩ የሞገድ ቅርጽ ዝርዝሮችን እና ረጅም ፕሮሶዲክ መዋቅርን ይይዛል። ውፅዓት የእያንዳንዱን ናሙና እሴት እንደ ምድብ ስርጭት (በመጀመሪያ 256 ደረጃዎች በ mu-law companding) እና የተከለከሉ ማግበር ክፍሎች እና ቀሪ እና ዝለል ግንኙነቶች የዚህን ጥልቅ ቁልል ስልጠና ያረጋጋሉ።

ስልታዊ ተጽእኖ

መድረስ እና መድረስ

በጽሑፍ፣ በትረካ እና በድምፅ በይነገጾች ተደራሽነትን ያሻሽላል።

ወጪ እና በጀት

የሚዲያ ቡድኖች በትንሽ በጀቶች የተጣራ ድምጽ በፍጥነት መላክ ይችላሉ።

ፍጥነት እና ልኬት

ከደንበኛ ጋር የሚገናኙ ስርዓቶች የንግግር ግንኙነቶችን በትልቁ ደረጃ ማካሄድ ይችላሉ።

የ WaveNet የወደፊት

ኦሪጅናል WaveNet ቀርፋፋ ነበር ምክንያቱም ናሙና ቅደም ተከተል ነው። ተተኪዎች ይህንን አስተካክለዋል፡ Parallel WaveNet እና WaveRNN የእውነተኛ ጊዜ ውህደትን ነቅተዋል፣ እና በኋላ በፍሰት እና በGAN ላይ የተመሰረቱ እንደ WaveGlow እና HiFi-GAN ያሉ ቮኮደሮች እና የማሰራጨት ቮኮደሮች፣ ጥራቱን እና ፍጥነትን የበለጠ ገፉ። የWaveNet autoregressive፣የተስፋፋ-ኮንቮሉሽን ሃሳቦች በነዚህ ስርዓቶች ውስጥ ይኖራሉ እና ከድምጽ ባለፈ በህንፃዎች ላይ ተጽእኖ አሳድረዋል፣ይህም በጄነሬቲቭ ሞዴሊንግ ውስጥ ያለውን ውርስ በማጠናከር ነው።

የእውነተኛ-ዓለም አተገባበር

ለ Google ረዳት እና Google ከደመና ጽሑፍ ወደ ንግግር ማፍለቅ

እንደ Tacotron 2 ባሉ TTS ቧንቧዎች ውስጥ mel-spectrograms ወደ ሞገድ ቅርጾችን የሚቀይር እንደ የነርቭ ድምጽ ማጉያ ሆኖ ይሠራል

እውነተኛ ፒያኖ እና የሙዚቃ መሳሪያ ሙዚቃን ከጥሬ ኦዲዮ በማዋሃድ ላይ

ለተደራሽነት መሳሪያዎች እና የኦዲዮ መጽሐፍ ትረካ የድምጽ ውህደት

አደጋዎች እና የጥበቃ መንገዶች

ስምምነት ሲጠፋ የድምፅ አላግባብ መጠቀም እና የማስመሰል አደጋዎች ይጨምራሉ።

ትክክለኛነት በአነጋገር ዘዬዎች፣ ቀበሌኛዎች ወይም ጫጫታ አካባቢዎች ላይ ሊወድቅ ይችላል።

ሰራሽ ኦዲዮ ግልጽ ምልክት ሳይደረግበት ለትክክለኛ ንግግር ሊሳሳት ይችላል።

የትግበራ ፍኖተ ካርታ

ለድምጽ ቀረጻ፣ ክሎኒንግ እና እንደገና ጥቅም ላይ ለማዋል ግልጽ የሆነ ፈቃድ ያግኙ።

በተለያዩ የድምጽ ማጉያዎች እና የበስተጀርባ ሁኔታዎች ላይ ጥራትን ይሞክሩ።

አንድ ሰው መቼ ውጤቶችን መገምገም ወይም ማጽደቅ እንዳለበት ይግለጹ።

ሰው ሰራሽ ኦዲዮን ይሰይሙ እና ለተጠያቂነት የፕሮቨንስ መዝገቦችን ያስቀምጡ።

ማሰስዎን ይቀጥሉ

ድምጽ AI

የንግግር ስርዓቶች ቋንቋን እንዴት እንደሚያውቁ እና እንደሚያመነጩ ይወቁ።

መመሪያ ያንብቡ

AI ሙዚቃ

ዘመናዊ የሙዚቃ-ትውልድ መሳሪያዎችን እና ገደቦችን ይረዱ።

መመሪያ ያንብቡ

Free newsletter

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the WaveNet quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

ጥያቄ ጀምር

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

ቀጣይ መመሪያ

ኦዲዮ ጥልቅ ሐሰተኛ ማወቂያ

ቀጣዩን መመሪያ ያንብቡ ሁሉንም ጥያቄዎች ያስሱ

በተደጋጋሚ የሚጠየቁ ጥያቄዎች

What is WaveNet?

በ2016 በ DeepMind የተዋወቀው WaveNet በአንድ ጊዜ ጥሬ ኦዲዮን አንድ ናሙና የሚያመነጭ፣ በሚያስደንቅ ሁኔታ ተፈጥሯዊ ንግግር እና ሙዚቃ የሚያመነጭ የነርቭ አውታረ መረብ ነበር። ለከፍተኛ ታማኝነት ጽሑፍ-ወደ-ንግግር ዘመናዊውን መስፈርት አዘጋጅቷል.

WaveNet ኦዲዮን እንዴት ያመነጫል?

WaveNet autoregressive ነው፡ እያንዳንዱ የድምጽ ናሙና ከሱ በፊት በነበሩት ናሙናዎች መሰረት ይተነብያል።

በ WaveNet ውስጥ ዋናው ኮንቮሉሽን ፈጠራ ምንድነው?

የተዘረጉ የምክንያት ውዝግቦች አውታረ መረቡ በሺዎች የሚቆጠሩ ያለፉ ናሙናዎችን በብቃት እንዲሸፍን እና በጊዜ ወደ ኋላ እየተመለከተ ነው።

ለምን dilation WaveNetን ይረዳል?

በከፍተኛ ደረጃ እየጨመረ የሚሄደው የማስፋት መጠን በአንጻራዊ ሁኔታ ጥቂት ንብርብሮች ያሉት በሺዎች ከሚቆጠሩ ናሙናዎች በላይ ሰፊ ተቀባይነት ያለው መስክ ይሰጣል።

የመጀመሪያው WaveNet ዋነኛ ተግባራዊ ጉድለት ምን ነበር?

እያንዳንዱ ናሙና በቀድሞዎቹ ላይ ስለሚወሰን ትውልዱ በቅደም ተከተል ነበር ስለዚህም ቀርፋፋ፣ Parallel WaveNetን እና ሌሎች ተተኪዎችን አነሳሳ።

ከጽሑፍ ወደ ንግግር ቧንቧ መስመር፣ WaveNet ብዙ ጊዜ ምን ያገለግላል?

WaveNet mel-spectrogram (ለምሳሌ ከ Tacotron 2) ወስዶ የመጨረሻውን የተፈጥሮ-ድምፅ የሞገድ ቅርጽ መስራት ይችላል።