9 月 12 日消息，微软近日与“免费数字图书馆计划”Project Gutenberg 合作，利用 AI 为电子书库制作了超过 5000 本免费有声书。

微软携手 Project Gutenberg，利用 AI 语音技术制作 5000 本免费有声书-冯金伟博客园

▲ 图源 Project Gutenberg 网站

据悉，在这一项目中，研究人员结合了机器学习、自动文本选择和自然语音合成等多项 AI 技术，实现了电子书自动转化为语音的全流程。

经过查询得知，项目团队首先开发出一种算法，可以自动分析电子书的结构，区分正文和非关键部分的页码、表格等，然后使用 WaveNet、Tacotron 和 FastSpeech 等文本转语音技术，生成类似真人的自然朗读语音。此外，该团队还使系统能够辨别书中叙述者、对话和不同角色，并相应调整语音，实现故事情节的语音表达。

微软表示，此次计划已收集整理了超过 35000 小时的有声书语音数据，涵盖了各类经典文学、戏剧、传记等作品，这些语音数据都将以开源方式免费提供。用户也可以用自己录制的少量语音，生成“用自己的声音朗读整本书”的效果，这一项目相对丰富了网站有声书的内容，同时也为视障人士提供了便利。

参考

  • Thousands of free and open audiobooks powered by Microsoft AI

  • Project Gutenberg 官网

  • 论文 Large Scale Intelligent Microservices

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，所有文章均包含本声明。