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
腾讯微信AI团队开发的ComoRAG系统通过模仿人脑认知机制,让AI具备了动态记忆和循环推理能力,在长文本理解任务上相比传统方法准确率提升高达11%。该系统采用三层知识组织结构和五步认知循环过程,能够像侦探破案一样主动探索线索、整合信息、构建完整推理链条,特别在处理复杂叙事推理问题时表现优异,标志着AI从信息检索工具向智能推理伙伴的重要转变。
人工智能代表着第四次工业革命的到来,它不仅是机械化工具,更是全球范围内增强、合作和颠覆的催化剂。AI已深度融入日常生活,在医疗、国防、金融和公共治理等领域发挥变革作用。与以往技术不同,AI能够增强人类决策能力,提升效率和创新。然而,算法偏见、网络安全威胁和隐私问题等风险不容忽视。未来AI发展需要政府、企业和学术界协调合作,建立伦理、法律框架,确保AI成为推动人类进步的积极力量。
新加坡南洋理工大学团队开发的4DNeX系统实现了从单张照片生成完整4D动态场景的突破。该技术采用6D视频表示法融合RGB颜色和XYZ空间信息,构建了包含920万帧数据的4DNeX-10M大规模数据集,通过改进视频扩散模型实现15分钟内的高效生成,在动态程度和一致性指标上显著优于现有方法,为虚拟现实、影视制作等领域提供了新的技术路径。