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
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。