AI语音技术的发展和应用,让中国用户在外语学习和对外沟通交流中获得了诸多便利。但对于国内的小语种学习者,或是正在小语种国家或地区开展业务的机构,目前还需要支持更多小语种的语音工具。
然而,由于缺乏训练数据,那些较少使用的口语,几乎没有任何可用的TTS工具。现在,在低资源TTS技术的支持下,微软Azure认知服务正在持续不断扩展对不同国家及地区语言的支持,满足更多海内外合作伙伴的场景需求——例如小语种教育教学的有声读物、电子辞典等学习工具;面向相应国家和地区市场的AI语音助手、AI语音客服;或是将TTS作为视频、音频等素材的生产工具,产出面向以上语种使用者的媒体产品等。
近期,微软Azure Neural TTS新增了对9个“小语种”语言及其不同口音的支持,包括:阿拉伯语(黎巴嫩)、阿拉伯语(阿曼)、阿塞拜疆语(阿塞拜疆)、波斯尼亚语(波黑)、格鲁吉亚语(格鲁吉亚)、蒙古语(蒙古)、尼泊尔语(尼泊尔)、阿尔巴尼亚语(阿尔巴尼亚)、泰米尔语(马来西亚)。以上几种语言均已公开发布,供合作伙伴及开发者使用。
点击以下声音示例,感受这些不同风格的“小语种”语言。
如上示例依次为:阿塞拜疆语(阿塞拜疆)、阿拉伯语(黎巴嫩)、尼泊尔语(尼泊尔)、
波斯尼亚语(波黑)、泰米尔语(马来西亚)。
全球人类正在使用的语言有数千种,其中使用最多的前1%(约70种语言)覆盖了全球80%以上的人口,并且基本都得到了TTS技术的支持。然而,那些小语种的使用者,也应当享受TTS技术带来的便利。微软Azure AI一直秉持为世界上每一人、每一组织消除语言障碍的愿景。随着逐步攻克小语种的技术挑战,Azure AI又一次扩充了所覆盖的语言数量,距离消除全球语言障碍的目标迈进了一大步。
图:微软Azure Neural TTS支持语言和声音列表
截止目前,Azure 认知服务的文本转语音模块支持全球140个国家和地区的语言,提供400个声音模型,为全球用户提供声音自然、富有情感,支持编辑和个性化选项的语言、语音服务。企业能够利用Azure神经网络版声音定制服务,以多种语言和风格打造独特的品牌声音。
微软Azure AI还提供语音转文本、OCR、翻译等一系列与语言相关的认知服务,所支持的语言已达100多种,帮助全球更多机构及个人跨越语言障碍,使沟通通畅无阻。
好文章,需要你的鼓励
人工智能正以超出预期的速度改变软件世界。本周OpenAI发布ChatGPT应用,谷歌推出Gemini Enterprise平台,亚马逊发布Quick Suite,都旨在通过AI代理改造9000亿美元的企业软件市场。尽管存在泡沫担忧,AI资金仍持续涌入,Reflection AI获20亿美元融资,n8n获1.2亿美元投资。同时硬件需求激增,OpenAI采购100亿美元AMD硬件,马斯克xAI为第二个数据中心采购180亿美元英伟达芯片,可能引发长达十年的定价危机。
这项研究开发了Hi3DEval系统,这是首个能够从整体、局部和材质三个层面全面评估3D模型质量的智能系统。通过创新的视频分析和3D几何特征结合方法,系统在各项评估指标上都显著超越了传统方法,为3D内容创作提供了标准化的质量检测工具,在游戏开发、虚拟现实、电商展示等领域具有广阔的应用前景。
OpenAI本周推出开发者应用集成功能,允许用户直接通过ChatGPT与第三方应用交互。Spotify成为首批合作伙伴之一,用户可要求ChatGPT创建播放列表、推荐歌曲等。连接账户后,AI可访问用户喜好和听歌历史,提供个性化建议。该功能支持145个国家的所有ChatGPT用户使用,但需注意数据隐私风险。
电子科技大学等多所院校联合开发的RPCANet++系统,通过巧妙结合传统数学理论与深度学习技术,实现了既高效又可解释的稀疏物体分割。该系统在红外小目标检测、医学血管分割、工业缺陷检测等多个领域表现优异,为构建可信赖的AI视觉系统提供了新思路。