谷歌开发语音转换AI以恢复声音
原文英文，约600词，阅读约需2分钟。
📝
内容提要
谷歌研究团队开发了一种零样本语音转换模型，可以定制特定人声的文本转语音系统，特别适用于失声者如帕金森病或ALS患者。该模型支持多语言，只需几秒钟的参考语音即可复制声音。通过语音编码器生成嵌入向量，再传递给解码器。实验中，76%的评审认为生成语音与真实语音相同。为防止滥用，谷歌加入了音频水印。
❓
Q&A
谷歌的语音转换模型适合哪些人群使用？
该模型特别适用于失声者，如帕金森病或ALS患者。
谷歌的语音转换模型需要多少参考语音才能复制声音？
模型仅需几秒钟的参考语音即可复制声音。
谷歌的语音转换模型支持哪些语言？
该系统支持超过100种语言。
谷歌的语音转换模型是如何生成语音的？
模型通过语音编码器生成嵌入向量，再传递给解码器进行语音合成。
实验中评审对生成语音的评价如何？
76%的评审认为生成的语音与真实语音相同。
谷歌如何防止语音转换模型的滥用？
谷歌在输出中加入了音频水印以防止滥用。
🏷️
