Китайският медиен гигант Baidu анонсира пускането на невронна мрежа, която

Китайският медиен колос Baidu анонсира стартирането на невронна мрежа, която по-добре от всички други аналози може да имитира човешкия глас. Тя изследва истинското звучене на гласа и изцяло го копира, като в случай че е належащо прибавя и съответния акцент и колорит. Главната специфичност на логаритъма е доста бързия разбор на акустичните данни.

През 2017 година бе показана предходната версия на тази иновация – Baidu Deep Voice, който за генерирането на нов глас му бяха нужни повече от 30 минути за анализирането на оригинала. На инструмента Adobe VoCo са му нужни 20 минути, канадският Lyrebird прави това за минута, а новата технология на Baidu, която към момента няма име, се вписва в няколко секунди.

Тази разработка има огромни търговски благоприятни условия — да вземем за пример, може да бъде гласов помощник, чийто глас да е на обичан артист или персонаж. Електронна бавачка, която ще приказва на детето с гласа на майка му и ще го успокоява. Възможност за другарство с човек, който краткотрайно е изгубил способността си да приказва. Запис на аудиокниги и гласови дейности, без включването на притежателя на определения глас и доста други.