跳到正文
实时
热点事件历史事件

Amazon Science 开发新型语音合成技术

1 篇报道1 个报道来源26 天前更新

先了解这件事

AI 综述

Audible 技术团队开发新型可控语音合成技术,通过结合大型语言模型(LLM)和三项创新技术提升有声读物体验:开发数据合成管道生成带语音特征描述的语音数据,训练模型理解描述并生成匹配音频;创建自动分析书籍角色并识别对话的系统,准确率达 97%,为模型提供舞台指示;在 MUSHRA 测试中使对话区分度提升 3.7 分,英语和西班牙语测试中八成声音体验显著改善。

AI 根据报道生成 · 更新于 26 天前

报道时间线

沿着报道,了解事件的不同侧面。

10月23日
  1. Amazon Science
    Audible 技术团队开发新型可控语音合成技术提升有声读物体验

    Audible 技术团队开发新型可控语音合成技术,通过结合大型语言模型(LLM)和三项创新技术提升有声读物体验:1)开发数据合成管道生成带语音特征描述的语音数据,训练模型理解描述并生成匹配音频;2)创建自动分析书籍角色并识别对话的系统,准确率达 97%,为模型提供舞台指示;3)在 MUSHRA 测试中使对话区分度提升 3.7 分,英语和西班牙语测试中八成声音体验显著改善。