科技 technology
您现在的位置:首页 > 科技 > 谷歌的Translatotron是一种模仿人类声音的端到端模型

科技

Google智能助理现在可让您为其他人分配提醒 Google智能助理现在可让您为其他人分配提醒

  据悉,您很快就可以通过Android手机上的Google智能助理以及Nest Home智能扬声器和智能显示器为您...

  • Misfit发布了新的Wear OS智能手表

        几乎可以肯定的是,Misfit的新款智能手表与一周或两周后宣布的Fossil设备不同。这款一次性模块化健身初创公司自2015年起成为Fossil家族的一员,两年后推出首款全面智能手表。 这些品牌之间的界限一...

  • Facebook的AR开发工具包在Instagram上退出了测试版

      不要让Face App和Snapchat抢走其中的焦点,Facebook今天宣布它将在Instagram上开放其Spark的封闭测试版,让任何开发者在平台上构建和共享增强现实过滤器。 该公司宣布这一变化将在今年早些时候的F8主题演...

  • Google详细介绍了Project Euphonia更具包容性的语...

      作为可访问性新努力的一部分,Google于5月在I / O上宣布了Euphonia项目:尝试使语音识别能够理解具有非标准语音或障碍的人。该公司刚刚发布了一篇文章及其论文,解释了启用新功能的一些AI工作。 问题很容...

谷歌的Translatotron是一种模仿人类声音的端到端模型

发布时间:2019/05/16 科技 浏览:96

 

昨天,Google AI分享了有关Translatotron的详细信息,Translatotron是一种能够将人的语音直接翻译成另一种语言的实验性AI系统,这种方法允许合成翻译一个人的声音以保持原始说话者的声音。

传统上,语音翻译使用自动语音识别将语音转换为文本,应用机器翻译,然后使用文本到语音来产生翻译,但Translatotron是一种端到端的翻译模型。研究人员表示,Translatotron可以比传统的级联模型更快地完成翻译并减少并发症。

“据我们所知,Translatotron是第一个能够将语言从一种语言直接翻译成另一种语言的语音的端到端模型。它还能够在翻译的演讲中保留源音箱的声音,“关于该主题的博客文章读取。

用于测量机器翻译质量的BLEU分数发现实验Translatotron的质量低于传统级联系统,但Translatotron实现了比基线级联翻译更准确的翻译。

机器翻译的端到端模型的出现始于法国研究人员于2016年在NeurIPS上接受的论文。

为了使Translatotron能够进行端到端翻译,研究人员使用序列到序列模型和光谱图作为输入训练数据。扬声器编码器网络用于捕获说话者语音的字符,并且多任务学习用于预测源和目标说话者使用的单词。

Translatotron在今天发表的一篇题​​为“使用序列到序列模型的直接语音到语音翻译”的论文中有更详细的说明。

Translatotron的发布是在谷歌推出SpecAugment一个月之后发布的,这是一种AI模型,它使用计算机视觉和各种技术来理解来自光谱图像的文字。

Translatotron可以应用于谷歌助手的翻译模式,它在1月份首次亮相家庭音箱。口译员模式能够以27种语言收听和提供语音到语音的翻译。像谷歌和微软这样的公司也在使用他们的语言翻译印章来赢得iOS用户。

Translatotron是谷歌机器翻译和语言处理的最新进展。

上周在谷歌的I / O开发者大会上,谷歌分享了它通过智能手机缩减其经常使用神经网络和语言理解模型进行设备上机器学习,使Google智能助理的速度提高了10倍。谷歌还推出了Lens翻译,因此您的相机可以翻译100多种语言。

姓 名:
邮箱
留 言: