Google сделал большой шаг в обучении компьютера человеческой речи

Британские исследователи тестируют технологию на базе искусственного интеллекта, стремясь уменьшить разрыв между современными компьютерными системами и человеческой речью. Технология получила название WaveNet, и на данный момент не используется в продуктах Google. Обусловлено это тем, что генерация речи требует больших вычислительных мощностей, и в данный момент это не практично, хотя допустимо в обозримом будущем.

Существующие системы используют уже готовые записи голоса, пересобирая их в нужном порядке. WaveNet от них отличает то, что она сосредоточена на производстве звуковых волн, а не самой речи. Используя нейронные сети, технология анализирует исходящие формы волн и пытается моделировать близкие к ним модели. Приходится принимать как минимум 16 тысяч форм образцов сигналов, что и создает огромные массивы данных.

Исследователи из DeepMind говорят: «Развитие подобной технологии позволит людям общаться с машинами, что является давней мечтой человечества». По их словам, DeepMind уже моделировал человеческие голоса, а также генерировал короткие фортепьянные композиции на основе анализа классической музыки.