导语:全世界有数千种语言,最具语言天赋的人也只能说数十种,普通人能够学会两三种语言已属不易。然而,在科技日新月异的今天,具备自然语言对话能力的AI已经能够掌握上百种语言,扩展人类自身能力,为不同场景的跨境语言服务打开了更多可能性。
近期,微软宣布Azure Neural TTS(神经网络版文本转语音)新增160个声音模型。更新后,微软语音支持全球129个国家和地区的语言,提供334个声音模型供用户选择。随着Azure 认知服务功能从支持语音转文本、OCR,扩展到对超百种语言的翻译,Azure AI距离消除全球语言障碍的目标又迈进了一大步。
图:微软Azure Neural TTS支持语言和声音列表
同时,语言数量、声音风格的不断增加,也让Azure Neural TTS能更好地满足企业跨区域、多语言业务发展的需求。无论是电话营销、客服支持、导航播报、语音助手、游戏语音等业务场景,还是在旅游、教育、长音频等更广泛的行业领域中,企业利用这项服务即可将文本转换成更多样、极具本土特色且媲美人类的AI声音。
Azure Neural TTS此次更新的64种语言和口音中,既有2亿人使用的孟加拉语、1亿人使用的波斯语、6000万人使用的爪哇语等语言,也有少数人使用的语言,如高棉语、祖鲁语、普什图语、冰岛语等。
微软Azure认知服务不断扩展自身能力,借助低资源TTS技术,以领先于行业的速度持续扩展所支持的语言数量,对于缺乏平行语料的小语种也有更好的支持,并且还能用更少的数据训练出高质量和多元化的语音模型,让AI语音更加声入人心。
点击声音示例,声临其境地感受新语言。
示例:am-ET Ameha 阿姆哈拉语 (埃塞俄比亚)
链接:https://tts.blob.core.windows.net/garhe/202110%20release/amET-Ameha.wav
示例:bn-BD Nabanita孟加拉语(孟加拉国)
链接:https://tts.blob.core.windows.net/garhe/202110%20release/bnBD-Nabanita.wav
示例:fa-IR Dilara波斯语(伊朗)
链接:https://tts.blob.core.windows.net/garhe/202110%20release/faIR-Dilara.wav
示例:km-KH Piseth高棉语(柬埔寨)
链接:https://tts.blob.core.windows.net/garhe/202110%20release/kmKH-Piseth.wav
示例:my-MM Nilar 缅甸语(缅甸)
链接:https://tts.blob.core.windows.net/garhe/202110%20release/myMM-Nilar.wav
示例:zu-ZA Themba 祖鲁语(南非)
链接:https://tts.blob.core.windows.net/garhe/202110%20release/zuZA-Themba.wav
不同国家和地区的人们在说同一种语言时会产生不同的口音和使用习惯,有着不同的风格。点此链接了解此次口音数量更新的更多信息。
点击口音示例,感受更接地气的英语口音。
示例:en-KE Asilia 肯尼亚口音英语 (肯尼亚)
链接:https://tts.blob.core.windows.net/garhe/202110%20release/enKE-Asilia.wav
示例:en-NG Abeo 尼日利亚口音英语(尼日利亚)
链接:https://tts.blob.core.windows.net/garhe/202110%20release/enNG-Abeo.wav
示例:en-TZ Imani 坦桑尼亚口音英语(坦桑尼亚)
链接:https://tts.blob.core.windows.net/garhe/202110%20release/enTZ-Imani.wav
活泼、甜美、深厚,更多声音风格任你选
在最新版本中,Azure发布了包括英语(英国)、法语(法国)和德语(德国)在内的36个新声音模型(预览版),涵盖多种音色和风格,为不同场景带来多样化选择。(注:这些声音处于公开预览阶段,目前在美国东部、西欧和东南亚地区使用。)
点击声音风格示例,感受丰富多彩的个性化声音。
示例:en-GB Alfie 英国口音英语 – 英语
示例:en-GB Hollie 英国口音英语 – 英语
示例:en-GB Maisie 英国口音英语 – 英语
在XYZ-Code底层AI框架的支持下, Azure认知服务正在为更多人提供逼真、自然、接地气的语音体验。同时,微软的所有技术进步都接受微软负责任的AI流程的指导,并遵循公平、包容、可靠性与安全性、透明、隐私与保障、负责的原则。
截止目前,Azure认知服务的文本转语音模块提供了344个声音,支持129个国家和地区的语言,可为全球用户提供多样化语言、语音服务。值得一提的是,Azure神经网络版声音定制服务还可以让企业以多种语言和风格打造专属的品牌声音。
现在就通过Azure认知服务官网来体验极具特色的文本转语音服务,或定制你的专属声音吧。
好文章,需要你的鼓励
Hugging Face推出开源工具Yourbench,允许企业创建自定义基准来评估AI模型在其内部数据上的表现。这一工具通过复制大规模多任务语言理解基准的子集,以极低成本实现了对模型性能的精确评估。Yourbench的出现为企业提供了更贴合实际需求的AI模型评估方法,有望改善模型评估的方式。
Cognition AI 推出 Devin 2.0,这是其 AI 驱动的软件开发平台的更新版本。新版本引入了多项功能,旨在提升开发者与自主代理之间的协作效率。最引人注目的是,Devin 2.0 的起价从每月 500 美元大幅下调至 20 美元,使其更易于普及。新功能包括并行 Devin、交互式规划、代码库搜索等,有望提升开发效率并增强用户控制。
安迪·卡拉布蒂斯是一位杰出的CIO,她的职业生涯横跨多个行业和地区,经历了多次变革时刻。她在福特和通用汽车锻炼了领导力和技术专长,后来在戴尔、拜奥根和国家电网等公司担任高管,推动战略创新。本文总结了她对IT领导者核心技能的见解,包括战略沟通、情商、协作、远见卓识、变革管理和敏捷性等,对当今IT领导者具有重要参考价值。
边缘 AI 计算将使人形机器人、智能设备和自动驾驶等应用从数据中心和云端服务器解放出来,转移到制造车间、手术室和城市中心等场景。它能实现低延迟和自主决策,使 AI 无处不在,推动工业设施全面自动化,彻底改变商业和生活方式。边缘 AI 正在快速发展,各大科技公司纷纷推出相关硬件和软件平台,未来将为各行各业带来巨大变革。