電腦貼近人類說話聲音 已經研發

Google 母公司 Alphabet 旗下 Deep Mind 宣布研發新技術，能讓電腦合成語音和人類聲音的差距減少一半。

現今語音合成技術錄製人們實際說話的聲音，存放在數據庫，需要把字句打散重組，合成為完整句子，這種方式生成的語音聽起來生硬不自然，也缺乏感情。

Deep Mind 的 Wave Net 技術，能夠分析原始聲波，使用類神經網絡 (Neural Network) 加以修正。這種技術需要龐大的運算能力，每秒要 1.6 萬個樣本才能轉成數據，合成為語音。Wave Net 生成的中英文，聽起來比 Google 現行技術自然很多。

Wavenet 能夠模仿所有人的聲音，還能加入感情和語調，讓電腦生成語音聽來更豐富多變，該技術還能製造出類似鋼琴的琴聲，不過 Wave Net 需要極大的運算能力，可預見的未來或許還無法使用在真實世界，目前也未用於 Google 產品。