怎樣讓電腦講起話來和真人一樣溜？微軟或許有辦法

文本到語音的轉換正在變得越來越普及，但仍存在一個問題：它需要大量的訓練時間和資源才能生成自然的輸出。微軟和中國的研究人員可能有更有效的方法。他們製作了一個文本到語音的人工智能，它隻需要200個語音樣本(大約20分鍾)和匹配的轉錄，就可以生成逼真的語音。

微軟小冰已經有了動畫形象，若再加上逼真生動的語音，必將成為廣大宅男的福音。

該係統在一定程度上依賴於一個轉換器，也就是大致模擬大腦中神經元的深層神經網絡。轉換器像突觸連接一樣在飛行中測量每一個輸入和輸出，幫助它們高效地處理甚至是冗長的序列——比方說一個複雜的句子。結合去噪編碼器組件，人工智能的工作效率會大大提高。

帶有少許機械性的語音或許並不完美，但它們具有99.84%的單詞可理解性，因而具有很高的準確度。這可以使文字到語音的轉換更容易理解。研究人員希望在不匹配的數據上進行訓練，因此可能在原有的工作量上進一步縮減就可以實現更逼真的對話。