机器学习开展如何助力配音技术优化

译者 | 李睿

审校 | 梁策 孙淑娟

人工智能(AI)技术在过去几年开展迅速，为商业人士提供了一种深入学习形式。虽然离在音频环球大展本领还须要一些期间，但人们曾经看到AI在视频和图像处置方面的悄悄崛起。

作为人工智能的一局部，机器学习扭转了人们经常使用配音技术的形式。人们相熟的Cortana、Siri、Alexa许多语音助手都驳回了配音技术。也正是因为人工智能技术的提高，AI产出的声响变得比以往任何时刻都愈加实在，并且在人造语音处置方面做得愈加杰出。

本文将讨论机器学习和人工智能曾经取得的停顿，以及它们如何对语音技术优化发生的影响。

1.机器学习如何改良语音技术

(1)音频更智能

随着对语音技术的需求开局增长，智能语音识别(ASR)方面的提供商正放大语音识别产品的翻新，以满足人们的更多需求。

语音识别技术的用户在参与，市场规模也在扩展。依据一项钻研，到2026年，环球语音识别市场规模将增长到220亿美元。这种渺小的转变将为智能语音识别(ASR)带来应战，推进其翻新并成功应答同种言语中的不同方言，比如以英语为母语的人在不同的国度和地域(例如澳大利亚、英格兰、苏格兰、美国等)就会经常使用不同的方言。

只要在机器学习(ML)和人工智能(AI)配置的双重驱动下，智能语音识别(ASR)才干做到将同种言语中不同方言的书面语单词转换为文本。此外，它还能够识别来自一种言语的更多方言和口音。换句话说，有一天，全环球经常使用的每一种语音技术都将经常使用一个真切的人工智能语音生成器。

对于音频技术中机器学习的一些实在示例包含：

(2)数据就是推进力

计算机的声波局部处置是语音识别的初始步骤，即声响将会转换成数据。因此，要使语音识别社会工程取得成功，这一环节应包含以下内容：

最后，深度学习适用于语音识别技术，并且在任何环境中的日经常常使用中都坚持准确，因此，语音识别系统可在给定的环境中颠簸运转。

事实中，想要创立语音识别系统的开发人员须要有少量的训练数据。假设从经济角渡过去说，这或者须要破费数百万美元来搜集正确的转录数据。只要这样，才干对转录数据正确地训练语音识别系统。

(3)人工智能和机器学习中的数字信号处置

虽然在音频处置中运行人工智能和机器学习还处于早期阶段，但深度学习方法使人们能够从不同的角度处置信号处置疑问，而这一疑问目前正被广阔音频行业用户漠视。普通来说，了解声响和信号处置是复杂的，很难用言语来形容。

例如，听到两个或更多人说话，这两团体相互交谈的参数会如何形容呢?这当中要思考的要素很多，其中一些疑问包含：

正如人们所见，对配音的测量可以源自许多参数，并且须要对它们给予注重。在这种状况下，人工智能可以为人们提供一种适用的方法，为学习发明所需条件。

深度神经网络音频处置正日益开展，但仍有许多疑问须要人们处置，包含：

(4)配音艺术家

经常使用深度学习(机器学习)创立人造声响的关键步骤是在这个环节中领有原始音频。相对而言，环球各地的许多企业都在与配音艺术家协作创作配音产品。大少数配音师在每次经常使用他们的人工智能语音时可以取得版税，从而取得丰富的报酬。

但是，配音师也会碰到被骗的疑问。他们虽然录制了配音，但没有进一步了解经常使用者是谁。例如，Siri的原声配音人员苏珊·本尼特(SusanBennett)与ScanSoft公司签署了合同，但她从不知道自己的录音实践上是为苹果公司录制的。她只取得了录制配音的一次性性报酬，并没有取得继续支出。

此外，配音师遇到的其余一些疑问是，在现有技术背景下，业内的合同和费用尚未失掉很大优化。此外，还有人以为配音或者被负面经常使用，甚至或者会毁掉配音师的声誉。例如，它可被用于不想与之协作的公司以及用于粗俗的言语。

(5)用例的兴起

因为人工智能和机器学习能让人们以最人造的形式参与定制体验、找到处置打算、访问服务、启动产品退货，语音技术在各个行业中始终开展。以下是机器学习和人工智能如何扭转人造言语处置案例的几个例子：

(6)语音识别技术是未来吗?

语音识别技术必然在未来大放异彩。随着人工智能和机器学习技术始终改良，人们将看到它们的经常使用场景始终参与。此外，配音师也将取得一席之地。因为可以经过他们协助语音识别技术改良，之后语音技术或者会开展到与人们交谈时带有各种心情的水平。

2.结语

以上就是机器学习和人工智能在过去几年为语音技术带来的优化，以及这种优化始终开展的要素。有朝一日，语音技术或将开展至人们与语音助手交谈就像与人交谈一样的水平。

企业则须要思考如何将语音技术归入其业务策略。毕竟，环球正在野着新的终点和技术门路转变，假设他们把语音识别技术融入业务，将有助于他们锋芒毕露。