Spoločnosť Google vyvinula úplne nový systém prevodu textu na reč. Nazvala ho Tacotron 2 a funguje až neuveriteľne presne.
Sleduj Fontech.sk aj na Facebooku, YouTube a Instagrame!
Systém Tacotron 2 pozostáva z dvoch inteligentných neurónových sietí – z jednej, ktorá konvertuje text na špeciálny spektrogram a z druhej, ktorá graf číta a interpretuje ho do skutočného hlasu. Ten je pritom na nerozoznanie od ľudského a je inteligentnejší než sa môže zdať. Pokiaľ je napríklad nejaké slovo celé napísané veľkými písmenami, hlas ho pri čítaní zdôrazní. Dokáže dokonca aj rozoznávať čiarky vo vetách a správne prečítať chybný text, veď presvedč sa sám.
„That girl did a video about Star Wars lipstick.“
Na prvé počutie dve úplne rovnaké zvukové ukážky. V prvej z nich ale rozpráva skutočný ľudský hlas a v druhej počítačovo generovaný hlas.
Nenechaj si ujsťLen za 4 hodiny! Umelá inteligencia Googlu sa naučila celú históriu a princípy šachu
Systém vie perfektne čítať aj zložité slová:
„Generative adversarial network or variational auto-encoder.“
„Basilar membrane and otolaryngology are not auto-correlations.“
Tacotron 2 pozná veľmi dobre sémantiku a vďaka nej dokáže zvoliť správnu výslovnosť:
„He has read the whole thing.“
„He reads books.“
„Don’t desert me here in the desert!“
„He thought it was time to present the present.“
Príklad, ako dokáže systém rozoznať chyby a pri výslovnosti ich opraviť:
„Thisss isrealy awhsome.“
Cudzia mu nie je ani čiarka vo vete:
„This is your personal assistant, Google Home.“
„This is your personal assistant Google Home.“
Intonácia zvýraznených slov:
„The buses aren’t the problem, they actually provide a solution“.
„The buses aren’t the PROBLEM, they actually provide a SOLUTION.“
Systém si hravo poradí aj s náročným jazykolamom:
„Peter Piper picked a peck of pickled peppers. How many pickled peppers did Peter Piper pick?“
„She sells sea-shells on the sea-shore. The shells she sells are sea-shells I’m sure.“
Dobrou správou tiež je, že Tacotron 2 nezostane iba v laboratóriu, a teda sa reálne dostane k používateľom. Google už teraz používa v Asistentovi WaveNet sieť pre vytvorenie oveľa realistickejšieho hlasu. Keď bude nový Tacotron 2 dotiahnutý k dokonalosti, zrejme sa taktiež dostane do Asistenta a ďalších podobných systémov.
