WaveNet | 連鎖超商/餐飲業者

WaveNet[编辑]...WaveNet(波網)是一個用於直接生成聲音訊號的人工神經網路。​由倫敦人工智慧公司DeepMind的研究人員於2016年9月的一篇論文中提出。WaveNet ...

WaveNet(波網)是一個用於直接生成聲音訊號的人工神經網路。由倫敦人工智慧公司Google DeepMind的研究人員於2016年9月的一篇論文[1]中提出。

WaveNet通過使用用真實語音記錄訓練的神經網絡方法直接模擬波形，能夠生成聽起來相對真實的人類聲音。除了語音合成外，WaveNet也能應用在音樂生成以及語音辨識等領域。[2]

2018年，Google在其雲端語音合成服務Google Cloud Text-to-Speech[3]中提供了基於WaveNet的語音合成API[4]。截至2019年，該產品提供了32種語言以及多種不同音色的語音合成服務，且基於WaveNet的合成結果在自然度上相比傳統方法更接近人類語音[5]。

在WaveNet被提出之前，傳統上常見語音合成的方法有串接生成(Concatenative synthesis)及參數化法(Parametric method)等。串接生成是透過錄製多段聲音來拼接合成目標語句；參數化法則是用模型生成聲音特徵的參數，再經由聲碼器合成聲音。

近年，隨著深度學習興起，使用人工神經網路合成語音的方法也被提出，如Tacotron[6]。該模型利用人工神經網路生成目標聲音的時頻譜或特徵參數，再透由Griffin-Lim演算法或其他聲碼器合成聲音。

然而無論上述何種方法，皆無法直接生成聲音訊號。原因在於即便僅僅一秒的聲音訊號，就可能包含了數萬個樣本點，要對龐大的樣本點之間的關聯性建模是相當困難的。

WaveNet結合了自迴歸特性和空洞卷積神經網路(Dilated Convolutional Neural Network)架構，成功的提出第一個能夠生成高品質聲音樣本點的人工神經網路模型。

WaveNet採用和PixelCNN[7]相似的自迴歸特性模型。設聲音訊號 x = x 1 , x ...