微軟管震：基於神經網絡的語音合成（預覽版）正式上線

“我們聽到一個詞叫‘邊緣智能 ’或‘邊緣計算’，智能放在邊緣上麵，會產生很多有意思的事情。”

12月20日，微軟中國首席技術顧問管震在“2019智能終端 AI+技術峰會暨2018全球好手機最佳供應商頒獎典禮”上發表了題為《邊緣智能的力量》的演講，並表示，微軟目前在人工智能更新上有一些進展，其中包括語音合成、機器翻譯研究係統等。

“5G到來之前，邊緣計算是一個避不過去的話題。”

微軟中國首席技術顧問管震

12月，基於神經網絡的語音合成（預覽版）正式上線。

據介紹，此版本的語音合成質量更高，引擎性能也更為出色。

“我很驚訝，我以為人工智能應該不會發展這麼快。實際上，微軟的語音合成已經達到一個較高的水平。”管震表示。

隨後，管震現場播放了兩段音頻，“雖不至於詩與遠方都是幻想，但陌生的環境未知的生活，並非每個人都有能力、有心境、有底氣把日子過得開出花。”“為你找到以下列車，其中第一班是後天14:10從杭州出發，二等座價格是73元。”

“大家可以猜猜，哪個是錄音，哪個是AI合成。”管震笑了笑說道，“實際上，這兩段音頻都是AI合成。”而前一段音頻更具人性化。

管震指出，“客戶向我們提出了更高的要求。畢竟手機的語音合成如果像地鐵報站一樣，給人的感覺會不舒服。”

據介紹，微軟的定製化語音技術已經可以通過語音合成模仿人的說話、呼吸聲，甚至讀屏時有語氣有情感，以此表現出人的特性。

今年，微軟發布了一個參考設計，對於原場收音，可以單獨挑出每個人的語音。微軟的人工智能技術全部在雲端運用。“微軟擅長的是，在一定範圍內，把語音挑撿出來並做出分析。”

管震透露，今年微軟的目標，是在文本理解能力在標準的數據集、機器翻譯的能力上超越人類，語音合成以及語義理解能力達到人類水準，機器可以和人們暢通對話。其中機器翻譯的能力與語音合成技術已經落地。