热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

微软等企业捐赠首批AI有声读物,助力视障人士

12月2日,微软联合鹿音苑文化传播公司及150多名志愿者,共同捐赠了首批由人工智能生成的有声内容,旨在为视障人士提供更多文化资源。

12月2日,微软携手鹿音苑文化传播公司及150余名志愿者,正式向北京市红丹丹视障文化服务中心(以下简称“红丹丹”)的心目图书馆捐赠了一批由人工智能生成的有声内容。这批内容包括鲁迅、老舍、萧红、朱自清等著名作家的经典作品,以及红丹丹文化期刊。这些作品是利用微软Azure云认知服务中的语音合成平台Speech Studio及其先进的人工智能(AI)技术创作的,其中包括艺人周迅授权的定制声音、红丹丹视障人士播音员董丽娜授权的定制声音,以及其他多种微软智能语音合成平台的声音(如晓晓、云野等)。

(从左至右依次为:志愿者代表、微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文、红丹丹创始人郑晓洁、鹿音苑音乐文化传播公司联合创始人曾宇)

自2014年起,微软与红丹丹合作,在微软智能云Azure上搭建了心目图书馆,帮助视障人士通过移动设备随时随地收听有声读物。随着微软AI语音技术的不断进步,2019年,微软利用神经网络语音合成技术打造了自然的人工智能声音,如“晓晓”,并开发了一个能够批量文字转语音的平台,显著降低了有声内容的创作成本,使更多温暖的声音得以融入心目图书馆。

红丹丹创始人郑晓洁表示:“微软的人工智能语音技术声音动听、自然,极大地降低了我们的有声内容创作成本,使心目图书馆的馆藏更加丰富。借助微软的文字转语音技术,红丹丹能够在几百毫秒内合成一本有声书,并实现7*24小时不间断生成。”

2017年,微软宣布将在5年内为AI for Good项目投资1.25亿美元,利用人工智能技术解决社会重大挑战。其中,人工智能无障碍计划(AI for Accessibility)于2018年启动,计划在五年内投入2500万美元,研发能够增强人类能力的人工智能技术,帮助全球残障人士更好地融入职场、现代生活和人际交往。

作为一家全球性公司,微软智能云Azure拥有广泛覆盖的数据中心网络,其基于深度神经网络的文字转语音技术已支持超过50种地区语言。微软的智能语音技术持续迭代升级,目前基于Azure的深度神经网络语音模型几乎达到了真人录音的水平,能够提供多角色、多情感、多风格的声音,适用于各种场景。

微软有声内容创作工具平台: https://speech.microsoft.com/audiocontentcreation


推荐阅读
  • 2017年人工智能领域的十大里程碑事件回顾
    随着2018年的临近,我们一同回顾过去一年中人工智能领域的重要进展。这一年,无论是政策层面的支持,还是技术上的突破,都显示了人工智能发展的迅猛势头。以下是精选的2017年人工智能领域最具影响力的事件。 ... [详细]
  • 本文探讨了图像标签的多种分类场景及其在以图搜图技术中的应用,涵盖了从基础理论到实际项目实施的全面解析。 ... [详细]
  • 本文详细介绍了 TensorFlow 的入门实践,特别是使用 MNIST 数据集进行数字识别的项目。文章首先解析了项目文件结构,并解释了各部分的作用,随后逐步讲解了如何通过 TensorFlow 实现基本的神经网络模型。 ... [详细]
  • 本文探讨了当前技术发展趋势,特别是大数据和人工智能如何推动工业互联网的发展。文章分析了全球主要国家在工业互联网领域的进展,并展望了未来工业互联网技术的发展方向。 ... [详细]
  • 本文探讨了亚马逊Go如何通过技术创新推动零售业的发展,以及面临的市场和隐私挑战。同时,介绍了亚马逊最新的‘刷手支付’技术及其潜在影响。 ... [详细]
  • 回顾与学习是进步的阶梯。再次审视卷积神经网络(CNNs),我对之前不甚明了的概念有了更深的理解。本文旨在分享这些新的见解,并探讨CNNs在图像识别和自然语言处理等领域中的实际应用。 ... [详细]
  • 吴恩达推出TensorFlow实践课程,Python基础即可入门,四个月掌握核心技能
    量子位报道,deeplearning.ai最新发布了TensorFlow实践课程,适合希望使用TensorFlow开发AI应用的学习者。该课程涵盖机器学习模型构建、图像识别、自然语言处理及时间序列预测等多个方面。 ... [详细]
  • 如何用GPU服务器运行Python
    如何用GPU服务器运行Python-目录前言一、服务器登录1.1下载安装putty1.2putty远程登录 1.3查看GPU、显卡常用命令1.4Linux常用命令二、 ... [详细]
  • 本文介绍了一个使用Keras框架构建的卷积神经网络(CNN)实例,主要利用了Keras提供的MNIST数据集以及相关的层,如Dense、Dropout、Activation等,构建了一个具有两层卷积和两层全连接层的CNN模型。 ... [详细]
  • 掌握Mosek矩阵运算,轻松应对优化挑战
    本篇文章继续深入探讨Mosek学习笔记系列,特别是矩阵运算部分,这对于优化问题的解决至关重要。通过本文,您将了解到如何高效地使用Mosek进行矩阵初始化、线性代数运算及约束域的设定。 ... [详细]
  • 1、字符型常量字符型常量指单个字符,是用一对单引号及其所括起来的字符表示。例如:‘A’、‘a’、‘0’、’$‘等都是字符型常量。C语言的字符使用的就是 ... [详细]
  • TWEN-ASR 语音识别入门:运行首个程序
    本文详细介绍了如何使用TWEN-ASR ONE开发板运行第一个语音识别程序,包括开发环境搭建、代码编写、下载和调试等步骤。 ... [详细]
  • 在Ubuntu 16.04中使用Anaconda安装TensorFlow
    本文详细介绍了如何在Ubuntu 16.04系统上通过Anaconda环境管理工具安装TensorFlow。首先,需要下载并安装Anaconda,然后配置环境变量以确保系统能够识别Anaconda命令。接着,创建一个特定的Python环境用于安装TensorFlow,并通过指定的镜像源加速安装过程。最后,通过一个简单的线性回归示例验证TensorFlow的安装是否成功。 ... [详细]
  • 大数据时代的机器学习:人工特征工程与线性模型的局限
    本文探讨了在大数据背景下,人工特征工程与线性模型的应用及其局限性。随着数据量的激增和技术的进步,传统的特征工程方法面临挑战,文章提出了未来发展的可能方向。 ... [详细]
  • 吴裕雄探讨混合神经网络模型在深度学习中的应用:结合RNN与CNN优化网络性能
    本文由吴裕雄撰写,深入探讨了如何利用Python、Keras及TensorFlow构建混合神经网络模型,特别是通过结合递归神经网络(RNN)和卷积神经网络(CNN),实现对网络运行效率的有效提升。 ... [详细]
author-avatar
嗯哼
很清新
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有