Google Assistant现在听起来更现实，多亏了Deepmind

除非您一直生活在岩石下，否则您可能会熟悉Google助手在此刻。Google大大推进了人工智能和机器学习。它甚至在其事件中指出，它已经从移动优先的战略转变为AI优先战略。这意味着它希望训练计算机，以便在您知道需要之前向您提供相关和有用的信息。

最近几天，您可能已经注意到Google Assistant有所不同。这是因为Google已经开始使用DeepMind团队的一种名为Wavenet的技术。新的Wavenet技术的目标是将助手从合成的语音转移到更自然的语音模式。像您从Google Assistant或Apple的Siri获得的综合语音通常使用录制的一小部分演讲一起缝合在一起。这就是所谓的“串联文本到语音”，这就是为什么当他们回信给您时有些答案会有些偏离的原因。

由于言语基本上是粘合在一起的，因此很难说明情绪或变形。为了解决这个问题，大多数语音模型都接受了尽可能少的样品培训。语音模式缺乏任何差异就是为什么它听起来有点机器人，这就是WaveNet的出现。Google和The深态团队正在尝试通过这项新技术来解决这个问题。

Wavenet是一种完全不同的方法。该技术没有记录数小时的单词，短语和片段，然后将它们链接在一起，而是使用真实的语音来训练神经网络。Wavenet学会了语音的基本结构，例如哪种音调跟随其他音调，哪些波形是现实的，哪些不是。然后，使用该数据，网络可以一次合成一个语音样本，并在其之前考虑语音样本。通过了解波形之前，Wavenet能够创建听起来更自然的语音模式。

这个新系统的优势是微妙的，但是您绝对可以听到它们。在与另一个人交谈时，您会在思想结束时接听他们的声音，因为他们的声音在句子的结尾开始下降。如果您坐下来观看新闻几分钟，您可以随时分辨出一个故事即将结束，因为锚将开始放慢速度，声音的音量或音调降低。串联文本到语音听起来不太自然的部分原因是这样的微妙之处。这是新的Wavenet技术在当前系统上改进的重要组成部分。

有了这个新系统，Wavenet可以添加微妙的声音，使声音变得更加可信。虽然您的嘴唇的声音在在一起或张开嘴的侧面几乎是无法察觉的，但您仍然会听到这些东西。这样的小细节增加了新波形的真实性。

阅读更多：Google Pixel 2与Google Pixel：发生了什么变化？

该系统在短时间内已经走了很长一段路。仅12个月前当它被介绍时，花了一秒钟的时间才能产生0.02秒的语音。在这12个月中，该团队能够使该过程更快地进行1,000倍。现在，它可以在处理时间的一秒钟内生成20秒的高质量音频。团队还提高了音频的质量。每个样品的波形分辨率也已从8位撞到16位，该分辨率是CD中使用的分辨率（记住这些？）。

要聆听差异，我们建议您访问有关此主题的Google博客（下面链接）。这项新技术正在为美国英语和日本的声音推出，而Google为每种声音提供了比较。

您最近注意到Google Assistant的变化吗？更自然的声音会使您更有可能使用它吗？在评论中让我们知道。