达摩院最新AI技术助力天猫双11,提供接近真人的语音交互体验

11月8日,记者了解到,阿里巴巴达摩院机器智能实验室最新研究成果——KAN-TTS将首次大规模应用于今年天猫双11,基于该技术,菜鸟热线机器人、语音机器人小蜜以及天猫精灵将为全球消费者提供接近真人的语音交互体验。

让机器开口说话是人工智能的基础技术之一,最早可追溯到1960年TTS(Text To Speech)技术的诞生,但要让机器发出生动逼真的声音一直都是业界的难题,据了解,传统语音合成技术需要海量文本和音频信息,合成的语音与原始音频的接近程度仅为85%到90%之间。

今年7月,达摩院发布新一代语音合成技术KAN-TTS,首次将该数字提高到97%以上。这被认为是入选MIT Technology Review 2019年“全球十大突破性技术”后,阿里巴巴语音技术实力的又一次跨越式提升。

基于迁移学习以及多种新型算法模型,KAN-TTS可根据特定发音人的风格快速生成高度相似的语音,并且大幅降低语音合成的门槛,手机录音十分钟,机器即可通过算法完成声音的模仿。

过去数月,KAN-TTS技术已实现了主流场景风格声音的全覆盖,可针对通用场景、客服场景、童声场景、英文场景和方言场景,提供 41种高品质的声音,例如温柔、甜蜜、严厉等风格。据达摩院专家透露,团队还计划用该技术来帮助视障和语言障碍人士实现无障碍沟通。

达摩院成立两年以来,阿里巴巴在视觉、语音以及自然语言处理等领域已创下了多项世界纪录,并且跃升为中国最大的人工智能公司。今年的杭州云栖大会上,阿里巴巴表示,阿里AI每天调用超1万亿次,服务全球10亿人,日处理图像10亿张、视频120万小时、语音55万小时及自然语言5千亿句。


本文作者:阿里云头条

阅读原文

本文为云栖社区原创内容,未经允许不得转载。

你可能感兴趣的:(算法,机器人,语音合成,双十一,人工智能)