HAGAHA Audio AI
Takootron 2
Tacotron 2 waa hab-dhammaad-ilaa-dhamaadka qoraalka-ilaa-hadalka nidaamka Google (2017) kaas oo qoraalka qoran si toos ah ugu beddela mel-spectrogram, kaas oo cod-yaqaanka neural-ku u beddelo hadal nololeed oo kale ah.
Dhageyso hagahanAI-waa laga sheekeeyay · ~2 min
Boggaan2 daqiiqo akhri
Dulmar
It produced audio rivaling human recordings on key benchmarks.
quusid qoto dheer
Tacotron 2 waxay leedahay laba qaybood oo waaweyn. Marka hore, shabakad isku xig-xigsi leh oo fiiro gaar ah leh waxay akhridaa xarfaha qoraalka waxayna saadaalisaa mel-spectrogram frame by frame. Codeeyuhu wuxuu u rogaa jilayaasha matalaad qarsoon, habka dareenka xasaasiga ah ee goobta ayaa ku toosiya qoraalka xarafyada maqalka ah, iyo codeeyaha autoregressive wuxuu soo saaraa spectrogram halka 'stop token' uu baranayo marka odhaahdu dhammaato. Midda labaad, codeeyaha WaveNet ee wax laga beddelay ayaa u beddelaya mel-spectrogram-ka qaab mowjad cayriin ah. Marka loo qaybiyo dhibaatada habkan, Tacotron 2 waxa ay bartaa prosody, ku dhawaaqida, iyo ka shaqaynta xogta iyada oo ugu yar farsamada gacanta. Waxay gaadhay dhibco celcelis ahaan ra'yi ah oo u dhow duubista xirfadleyda, taasoo ka dhigaysa calaamad muujinaysa isku-dhafka dhawaaqa dabiiciga ah iyo qaab-dhismeedka TTS dambe ee neerfaha.
Dhaqangelinta Adduunka-dhabta ah
Ku-xoojinta codadka dabiiciga ah ee Google agabka qoraalka-hadalka iyo caawiyayaasha
Soo saarista sheeko qeexan oo loogu talagalay buugaagta maqalka iyo podcasts
Bixinta codadka akhristayaasha shaashadda iyo sooftiweerka gelitaanka
U adeegida aasaaska cilmi-baarista iyo tusaale-barashada tubooyinka TTS neural
Mustaqbalka Takotron 2
Naqshadaynta laba-heer ee Tacotron 2 waxay dhiirigelisay mowjadaha neural TTS. Ku-xigeennada degdega ah ee aan madax-bannaanayn sida FastSpeech 2 waxay ka saareen furaha isku xigxiga ee xawaaraha iyo xasilloonida, iyo codadka WaveNet hadda waxaa badanaa lagu beddelaa HiFi-GAN ama moodooyinka fidinta. Goobtu waxay u socotaa si buuxda dhamaadka-ilaa-dhamaadka iyo kuwa badan oo ku hadla, hababka muujinta, iyo eber-shot codaynta, laakiin Tacotron 2 ayaa weli ah tixraaca aasaasiga ah ee dhuumaha ku salaysan spectrogram.
Ku dhaqangelinta
Maxay muhiim u tahay
- Helitaanka iyo gaarsiinta. Waxay wanaajisaa marin u helida iyada oo loo marayo qoraal-qorid, sheeko, iyo is-dhexgalyo cod.
- Qiimaha iyo miisaaniyada. Kooxaha warbaahintu waxay ku soo rari karaan codka sifaysan si degdeg ah iyagoo wata miisaaniyado yaryar.
- Xawaaraha iyo miisaanka. Nidaamyada u jeedda macmiisha waxay ka baaraandegi karaan isdhexgalka hadalka si weyn.
Iska ilaali
- Si xun u isticmaalka codka iyo khataraha is-yeelyeelku way kordhaan marka oggolaanshaha la waayo.
- Saxnimadu waxay hoos ugu dhici kartaa lahjadaha, lahjadaha, ama jawiga buuqa badan.
- Maqalka synthetic waxaa lagu khaldi karaa hadal dhab ah iyada oo aan si cad loo calaamadin.
Tallaabooyinka xiga
- Hel ogolaansho cad oo ku saabsan qabashada codka, xidhitaanka, iyo dib u isticmaalka
- Tijaabi tayada ku hadasha kala duwan iyo xaaladaha asalka.
- Qeex marka bani'aadamku ay tahay inuu dib u eego ama oggolaado wax soo saarka.
- Ku calaamadee codka synthetic oo xafid diiwaannada la-xisaabtanka.
Sii wad Sahaminta
Warqad bilaash ah
Hel warbixinta maalinlaha ah ee AI
Saddex sheeko oo la xaqiijiyay oo AI ah maalin kasta oo shaqo ah, oo lagu qoray Ingiriis fudud. Bilaash had iyo jeer, aan xayaysiis lahayn.
Hal iimayl maalin kasta oo shaqo ah. Ka bax hal gujin. Marna ma iibinno ama ma wadaagno ciwaankaaga.
Is tijaabi
Take the Tacotron 2 quiz
Fikrad degdeg ah oo ku saabsan jawaab kasta, iyo shahaado la wadaajin karo oo leh aqoonsi la xaqiijin karo markaad ka gudubto koorso.
Taageer waxbarashada AI bilaashka ah. AI Understanding waa 501(c)(3) aan faa'iido doon ahayn — xayaysiis la'aan, albaab lacag ah ma jiro, had iyo jeer. Samee deeq
Su'aalaha soo noqnoqda
What is Tacotron 2?
Tacotron 2 waa hab-dhammaad-ilaa-dhamaadka qoraalka-ilaa-hadalka nidaamka Google (2017) kaas oo qoraalka qoran si toos ah ugu beddela mel-spectrogram, kaas oo cod-yaqaanka neural-ku u beddelo hadal nololeed oo kale ah. Waxa ay soo saartay cajalado ku xifaaltama oo bini'aadamka oo ku salaysan bartilmaameedyada muhiimka ah.
Waa maxay matalaadda dhexe ee Tacotron 2 ka saadaalisay qoraalka?
Shabakadda isku xigxiga ee Tacotron 2 ayaa saadaalisa mel-spectrogram, kaas oo cod-bixiye uu markaas isu rogo maqal.
Maxaa u beddela spectrogram-ka Tacotron 2 qaab mawjad dhab ah?
Tacotron 2 waxay ku lammaanaysaa saadaasha spectrogram-keeda oo leh codad WaveNet la beddelay si loo soo saaro maqalka cayriin ee ugu dambeeya.
Dhibaato noocee ah ayaa dareenka xasaasiga ah ee goobta ka caawiya ka hortagga?
Marka la tixgeliyo toosin hore, dareenka xasaasiga ah ee goobta ayaa yareynaya guuldarrooyinka sida erayada lagu celceliyo ama la tuuray.
How does Tacotron 2 determine that it has generated the end of an utterance?
Tacotron 2 predicts a stop token alongside mel frames; generation ends when the learned stopping condition is met.
Waa maxay qaabka guud ee qaab-dhismeedka ay qaybta qoraalka-ilaa-spectrogram isticmaashaa?
Tacotron 2 waxay isticmaashaa qaab-ku-xiran-ilaa-taxane-gacan-qaabeeya-gacanta iyadoo fiiro gaar ah loo leeyahay jilayaasha khariidadda ee fiimyada spectrogramka.
Sii wad waxbarashada
Tilmaamaha la xidhiidha
Tilmaamayaal badan ayaa loo doortay mawduucan