La tecnología Texto a voz en un estilo espontáneo, desarrollado por Laboratorio de IA de Xiaomi en China, es una de las últimas fronteras en lo que respecta al reconocimiento de voz y el uso de dispositivos a través de la voz. el proyecto que Nace dentro del laboratorio lleva el nombre de "Poseer mi voz". Permite a los destinatarios que lamentablemente sufren de trastornos del habla tener voces únicas y personalizadas para comunicarse con otras personas. Veamos en detalle de qué se trata y desde cuándo la compañía china lleva trabajando en ello.
Xiaomi ha presentado su última aplicación de algoritmos avanzados y tecnología del habla de desarrollo propio que ayuda a las personas con trastornos del habla.
Xiaomi se preocupa por las personas y se esfuerza por satisfacer sus diferentes necesidades a través de la innovación tecnológica. En los últimos años, la marca china ha descubierto el deseo de muchos usuarios con trastornos del habla. ser dueño de tu propia voz, incluso único, para ser utilizado para la comunicación diaria. Por esta razón, Xiaomi ha creado el equipo del proyecto "Poseer mi voz". Zhu Xi, coordinador del Comité de Tecnología en Tech for Good de Xiaomi, dijo:
Nos emociona explorar los múltiples valores que nos ofrece la innovación tecnológica, como responder a las solicitudes de los usuarios de identidad personal y construcción de identidad.
Para generar la voz más adecuada y personalizada para el usuario con problemas de lenguaje, el equipo del proyecto Xiaomi ha reclutó a más de 200 voluntarios adentro para dar tu voz. El algoritmo de comparación de huellas de voz se utilizó para hacer coincidir las características de las voces donadas por los voluntarios con las de la voz del destinatario. A través de este enfoque, fue encontró la voz más adecuada como sonido de referencia voz básica para el destinatario.
Lea también: Mi Band 7 sale con mucha fecha y precio | Foto
Posteriormente, los académicos utilizaron tecnología de síntesis de voz de estilo espontáneo para entrenar el modelo de inteligencia artificial. Esto permitió un ritmo y una entonación naturales capaces de ir añadiéndose paulatinamente a esta nueva voz. expresar sinceramente la emoción y el tono de un ser humano.
Zhu Xi agregó:
Si notamos y abordamos las necesidades de los grupos minoritarios en una etapa temprana, el proceso de difusión de la tecnología podría reducirse considerablemente. Esto permite que los beneficios de las nuevas tecnologías sean inmediatamente accesibles para los usuarios con necesidades especiales.
La columna vertebral de este proyecto es un grupo de expertos en tecnología de voz por Xiaomi AI Lab. Desde 2017 han publicado 37 artículos al respecto y han estado presentes en importantes círculos como elConferencia Internacional sobre Acústica, Habla y Procesamiento de Señales (ICASSP). El éxito de "Poseer mi voz“Depende principalmente del estilo espontáneo de la tecnología Text-To-Speech que desarrollaron. El estilo espontáneo de la tecnología. Text-To-Speech esencialmente hace que la voz sintetizada se vea como un ser humano real en su entonación, pausa, velocidad y otras características. Esto reemplaza la sensación monótona y antinatural de la voz electrónica por una más natural.
