Akopọ
Tacotron 2 jẹ opin-si-opin ọrọ-si-ọrọ eto lati Google (2017) ti o yi ọrọ kikọ taara sinu a mel-spectrogram, eyi ti a nkankikan vocoder iyipada sinu igbesi aye ọrọ. O ṣe agbejade awọn gbigbasilẹ ohun ti o ni idije eniyan lori awọn ipilẹ bọtini.
Tacotron 2 joko ni awọn ṣiṣan iṣẹ ohun-AI ti o yi ọrọ pada, orin, ati ohun fun ibaraẹnisọrọ, iraye si, ati iṣelọpọ media.
Jin Dive
Tacotron 2 ni awọn ẹya akọkọ meji. Ni akọkọ, nẹtiwọọki ti o tẹle-si-tẹle pẹlu akiyesi ka awọn kikọ ọrọ ati asọtẹlẹ fireemu mel-spectrogram nipasẹ fireemu. Ayipada koodu kan yi awọn ohun kikọ pada si awọn aṣoju ti o farapamọ, ẹrọ ifarabalẹ ipo-itọju kan ṣe deede ọrọ si awọn fireemu ohun, ati pe oluyipada autoregressive kan njade spectrogram nigba ti 'aami iduro' kan kọ ẹkọ nigbati ọrọ ba pari. Ẹlẹẹkeji, olugbohunsafẹfẹ WaveNet kan ti o yipada mel-spectrogram yẹn sinu fọọmu igbi aise. Nipa pipin iṣoro naa ni ọna yii, Tacotron 2 kọ ẹkọ prosody, pronunciation, ati pacing lati data pẹlu imọ-ẹrọ ọwọ diẹ. O ṣaṣeyọri Dimegilio ero itumọ tumọ si isunmọ awọn gbigbasilẹ alamọdaju, ṣiṣe ni ami-ilẹ kan ni iṣelọpọ ohun ti ara ati awoṣe fun TTS nkankikan nigbamii.
Imọ-imọ-ẹrọ
Mel-spectrogram jẹ wiwo onilàkaye laarin awọn nẹtiwọọki meji: o jẹ iwapọ ati irọrun fun awoṣe akiyesi lati ṣe asọtẹlẹ, sibẹsibẹ ọlọrọ to fun vocoder lati tun ohun afetigbọ giga-giga ṣe. Ifarabalẹ ifarabalẹ ipo ṣe idilọwọ awọn ikuna ti o wọpọ bi atunwi tabi fo awọn ọrọ nipa gbigbe awọn titete iṣaaju, ati ẹrọ oluyipada autoregressive pẹlu ami iduro ikẹkọ jẹ ki awoṣe mu awọn gbolohun ọrọ gigun-iyipada ni oore-ọfẹ.
Titunto si Tacotron 2
Tacotron 2 jẹ opin-si-opin ọrọ-si-ọrọ eto lati Google (2017) ti o yi ọrọ kikọ taara sinu a mel-spectrogram, eyi ti a nkankikan vocoder iyipada sinu igbesi aye ọrọ. O ṣe agbejade awọn gbigbasilẹ ohun ti o ni idije eniyan lori awọn ipilẹ bọtini. Tacotron 2 joko ni awọn ṣiṣan iṣẹ ohun-AI ti o yi ọrọ pada, orin, ati ohun fun ibaraẹnisọrọ, iraye si, ati iṣelọpọ media. Lati kọ oye ti o jinlẹ, tọju Tacotron 2 bi awoṣe iṣẹ, kii ṣe ẹya kan: ṣalaye awọn abajade ti o fẹ, ṣe alaye awọn arosọ, ati yapa ohun ti eto le ṣe ni igbẹkẹle lati ohun ti o tun nilo idajọ amoye.
Ni iṣe, awọn ẹgbẹ ti o lagbara ti o lo Tacotron 2 ṣe itọju didara, airi, ati ifọkansi bi awọn ẹya pataki kanna ti ilana imuṣiṣẹ. Wọn ṣe akọsilẹ awọn ibeere aṣeyọri ti o fojuhan, idanwo lodi si data ojulowo ati ṣiṣan iṣẹ, ati atunbere ti o da lori awọn ilana ikuna ti a ṣakiyesi dipo awọn bori ala-akoko kan. Eyi ni ibiti oye imọ-jinlẹ yipada si agbara ti o tọ kọja ọja, eto imulo, ati awọn iṣẹ ṣiṣe.
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun. Ni akoko kanna, ilokulo ohun ati awọn eewu imisi eniyan n pọ si nigbati igbanilaaye ba sonu. Ọna resilient julọ julọ ni lati darapọ iyara idanwo pẹlu ibawi ijọba: ṣiṣe awọn awakọ awakọ, mu ẹri mu, ṣe atẹjade awọn iwe ipinnu, ati imudojuiwọn awọn aabo nigbagbogbo bi ihuwasi awoṣe, awọn ireti olumulo, ati awọn ibeere ilana ti dagbasoke.
Ipa Ilana
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Real-World imuse
Ngba agbara awọn ohun ti o dun ni agbara ni awọn ọja ati awọn oluranlọwọ ọrọ-si-ọrọ Google
Ṣiṣẹda alaye asọye fun awọn iwe ohun ati adarọ-ese
Pese awọn ohun fun awọn oluka iboju ati sọfitiwia iraye si
Ṣiṣẹ bi ipilẹ iwadi ati apẹẹrẹ ẹkọ fun awọn opo gigun ti TTS ti iṣan
Awọn Ilana imuse
Tacotron 2 ni iṣe
Ngba agbara awọn ohun ti o dun ni agbara ni Google's ọrọ-si-ọrọ awọn ọja ati awọn oluranlọwọ.
Ngba agbara awọn ohun ti ara ẹni ni Google's awọn ọja ọrọ-si-ọrọ ati awọn oluranlọwọ Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ba ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Tacotron 2 ni iṣe
Ṣiṣẹda alaye asọye fun awọn iwe ohun ati adarọ-ese.
Ṣiṣẹda alaye asọye fun awọn iwe ohun ati awọn adarọ-ese Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpinpin awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Tacotron 2 ni iṣe
Pese awọn ohun fun awọn oluka iboju ati sọfitiwia iraye si.
Pese awọn ohun fun awọn oluka iboju ati sọfitiwia iraye si Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Tacotron 2 ni iṣe
Ṣiṣẹ bi ipilẹ iwadi ati apẹẹrẹ ẹkọ fun awọn opo gigun ti TTS ti iṣan.
Ṣiṣẹ bi ipilẹṣẹ iwadii ati apẹẹrẹ ikọni fun awọn opo gigun ti TTS ti iṣan Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Awọn ewu & Awọn ọna iṣọ
ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.
Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.
Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.
Ilana Ilana imuse
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.