升级的Deep Voice可以在几秒钟内模仿任何声音

通过他们上传到arXiv预打印服务器的白皮书，百度的一个团队(中国对谷歌的回答)宣布升级他们的文字转语音应用程序Deep Voice。现在，系统可以在不到一分钟的时间内完成，而不是花半小时或更长的时间来分析一个人的声音并进行复制。基于神经网络的系统是百度团队努力使机器在向我们“说话”时更像人类的一部分。

该系统有两个部分。第一种方法是录制语音样本，以便系统了解主体的声音是什么样的。第二部分以主题的声音大声读取用户定义的文本。

有几个小组一直在研究旨在复制个人声音的项目，表面上允许机器人助手听起来像真正的人类助手。因此，将文本转换为听起来像你，你的邻居，唐纳德特朗普或英格兰女王的文字的程序预计不会提供最终产品的方式 - 尽管百度确实建议它可以被拥有的人使用失去了使用他们的声音。相反，它意味着更大的事情的垫脚石。团队报告说，新系统在给出100个五秒钟语音样本时效果最佳。它还可以操纵声音，让人们可以听到它们的声音，例如英国口音，或者是异性的人。它在模仿声音方面也越来越好，现在能够愚弄语音识别软件 95%的时间 - 人体测试给​​予系统平均评分为3.16(满分4)。

但是，正如媒体中的许多人所指出的那样，该技术可能会引发问题。如果任何拥有智能手机的人可以产生相同的对话，那么警察的录音审讯就会变得毫无用处。还存在身份盗用的问题。如果小偷可以窃取您的数据和您的声音，您可能永远无法收回它。或者考虑政治人员发布可能影响选举的政客的假记录。