DeepMind A.I. Comble le fossé entre le robot et les voix humaines

L'intelligence artificielle vient de rendre les voix de robot plus réalistes.

DeepMind, qui démontrait auparavant le pouvoir de A.I. en battant un joueur humain chez Go en mars et en coupant sa facture d'électricité de moitié en juillet, se concentre désormais sur la synthèse vocale.

Le groupe de recherche A.I, qui fait partie de la société mère Google, Alphabet, a révélé ce matin qu'il avait créé une nouvelle technologie appelée WaveNet, qui peut être utilisée pour générer de la parole, de la musique et d'autres sons avec plus de précision qu'auparavant.

DeepMind explique que de nombreuses méthodes de synthèse vocale existantes reposent sur «une très grande base de données de courts fragments de parole enregistrés à partir d'un seul locuteur, puis recombinés pour former des énoncés complets». WaveNet utilise par contre la «forme d'onde brute du signal audio». ”Pour créer des voix et des sons plus réalistes.

Cela signifie que WaveNet utilise les sons individuels créés lorsqu'un humain parle au lieu d'utiliser des syllabes complètes ou des mots entiers. Ces sons sont ensuite soumis à un processus «coûteux en calcul» que DeepMind a trouvé «essentiel pour générer un son complexe et de son réaliste» avec des machines.

Le résultat de tout ce travail supplémentaire est une amélioration de 50% du discours synthétisé en anglais et en chinois mandarin. Voici un exemple de parole générée à l'aide de la synthèse vocale paramétrique, qui est courante de nos jours, utilisée par DeepMind pour démontrer l'absence de cette méthode de synthèse vocale:

Et voici un exemple de la même phrase générée par WaveNet:

À mesure que les entreprises poursuivent leurs travaux sur les interfaces en langage naturel, il est de plus en plus important d’offrir des réponses plus réalistes. WaveNet peut aider à résoudre ce problème.