更加符合人类讲话：Google 谷歌 发布 Tacotron 2 训练神经网络技术

人工智能不断发展，AI语音技术也在不断进步，Google（谷歌）今天发布了第二代Tacotron 2训练神经网络技术，在第一代Tacotron基础上，配合WaveNet生成技术，可在几乎没有任何语法专业性的情况下从文本中生成演讲，而且学习效率更高、更智能，能轻松表达出节奏、语调和韵律，产生比以往更好的音频。

第二代Tacotron 2将WaveNet和Tacotron完美结合在一起，结合了两者优势，发挥出当前技术专业性极限，能使文本和文字叙述来计算所有语言规则，而不再需要人工明确告知系统规则。文本本身被转换为Tacotron风格的“梅尔频谱”，实现节奏和强调，而单词本身则基于WaveNet风格的系统来生成。当两者结合后，将演讲变得具有节奏感、发音以及情感表达等更为自然，它能避免以往个别情况下发出奇怪的发声，生成近乎正常人类的讲话音频。

目前Tacotron 2已将研究成果提交至IEEE国际声学语音和信号处理大会，论文已发表至arXiv，很快将会应用在相关终端产品中。