2分钟读懂DeepMind新WaveNet

更新于 2018年3月11日 机器学习
我来说两句
wx:雷锋字幕组   网页版 2018-03-11 02:28
入门 深度学习 算法 语音 自然语言处理 霍雷刚 李晶 林尤添 论文 吴璇
「视频 | 2分钟读懂DeepMind新WaveNet」AI 科技评论按:这里是雷锋字幕组编译的 Two minutes paper 专栏,每周带大家用碎片时间阅览前沿技术,了解 AI 领域的最新研究成果。 原标题:DeepMind’s WaveNet, 1000 Times Faster | Two Minute Papers #232翻译 | 李晶 霍雷刚   字幕 | 凡江    整理 | 吴璇  林尤添   ▷每周一篇 2 分钟论文视频解读本期 2 分钟论文 Parallel WaveNet: Fast High-Fidelity Speech Synthesis,主要介绍了 2017 年最新版的 WaveNet 技术运用的训练方法 Probability Density Distillation ,由该技术虽然不是实时生成,却比实时生成快了 20 倍,产生的系统能够由 Google 助手在线部署,还能提供英语、日语语音多项服务。WaveNet 是 2016 年 Google 旗下 DeepMind 实验室推出的一种文本转语音算法。一直以来,WaveNet 的迭代方向都是生成「更好更逼真的语音音频波形」。近期,WaveNet 出了新版本,DeepMind 的研究员们算出了一个速度更快的 WaveNet,比原始的快 1000 倍。在旧的 WaveNet 算法情况下,程序员必须为每一秒连续声音片段,生成 24000 个样本。而且,这些新样本是一个一个生成的,让一个计算单元完成所有的工作,意味着同一时间内,其它的计算单元什么都不做,并不适合如今所需的大规模计算,也很难在实时生产环境中部署。DeepMind 的研究员们一直在想办法让这算法并行起来。他们找到的解决方式是——并行生成样本。因为语音不是类似于随机噪音的东西,当新样本高度依赖原有样本时,它是高度相关的,这样的话我们一次只能生成一个新样,那么我们如何并行地使用这些多个计算单元,并且创建新的波形呢?具体算法还请观看视频解读及论文,论文原址https://arxiv.org/abs/1711.10433更多文章,关注 AI 科技评论。添加雷锋字幕组微信号(leiphonefansub)为好友,备注「我要加入」,To be an Volunteer !—————  AI 科技评论招人了  ————— —————  给爱学习的你的福利  —————三大模块,五大应用,手把手快速入门NLP 海外博士讲师,丰富项目经验算法+实践,搭配典型行业应用随到随学,专业社群,讲师在线答疑点击阅读原文或扫码了解详情▼▼▼———————————————————— via: http://mp.weixin.qq.com/s?__biz=MzI5NTIxNTg0OA==&mid=2247489970&idx=3&sn=9c0469994736a16a13756f0902321b97&scene=0#wechat_redirect

 

回复