प्रौद्योगिकी लिखे हुए को बोलने में बदलना एक सहज शैली में, द्वारा विकसित Xiaomi एआई लैब चीन में, यह आवाज की पहचान और आवाज के माध्यम से उपकरणों के उपयोग के मामले में अंतिम सीमाओं में से एक है। परियोजना जो यह पैदा होता है प्रयोगशाला के अंदर का नाम लेता है "खुद की मेरी आवाज". उन प्राप्तकर्ताओं को अनुमति देता है जो दुर्भाग्य से पीड़ित हैं भाषण विकार अन्य लोगों के साथ संवाद करने के लिए अद्वितीय और व्यक्तिगत आवाज़ें रखना। आइए विस्तार से देखें कि यह क्या है और कब से चीनी कंपनी इस पर काम कर रही है।
Xiaomi ने उन्नत एल्गोरिदम और स्व-विकसित भाषण तकनीक के अपने नवीनतम अनुप्रयोग का अनावरण किया है जो भाषण विकारों वाले लोगों की मदद करता है
Xiaomi लोगों की परवाह करता है और तकनीकी नवाचार के माध्यम से उनकी विभिन्न आवश्यकताओं को पूरा करने का प्रयास करता है। पिछले कुछ वर्षों में, चीनी ब्रांड ने भाषण विकारों वाले कई उपयोगकर्ताओं की इच्छा की खोज की है अपनी खुद की आवाज, यहां तक कि अद्वितीय, दैनिक संचार के लिए उपयोग किया जाने वाला। इसी वजह से Xiaomi ने प्रोजेक्ट टीम का गठन किया है"खुद की मेरी आवाज". Xiaomi के टेक फॉर गुड पर प्रौद्योगिकी समिति के समन्वयक झू शी ने कहा:
हम कई मूल्यों का पता लगाने के लिए उत्साहित हैं जो तकनीकी नवाचार हमें प्रदान करते हैं, जैसे व्यक्तिगत पहचान और पहचान निर्माण के लिए उपयोगकर्ता के अनुरोधों का जवाब देना
भाषा बाधित उपयोगकर्ता के लिए सबसे उपयुक्त और वैयक्तिकृत आवाज उत्पन्न करने के लिए, Xiaomi प्रोजेक्ट टीम ने 200 से अधिक स्वयंसेवकों की भर्ती अपनी आवाज देने के लिए अंदर। वॉइसप्रिंट मिलान एल्गोरिथ्म का उपयोग स्वयंसेवकों द्वारा दान की गई आवाज़ों की विशेषताओं को प्राप्तकर्ता की आवाज़ से मिलाने के लिए किया गया था। इस दृष्टिकोण के माध्यम से, यह था संदर्भ ध्वनि के रूप में सबसे उपयुक्त आवाज मिली प्राप्तकर्ता के लिए मूल आवाज।
यह भी पढ़ें: एमआई बैंड 7 बहुत सारी तारीख और कीमत के साथ आता है | तस्वीर
बाद में, विद्वानों ने के लिए सहज-शैली की वाक् संश्लेषण तकनीक का उपयोग किया कृत्रिम बुद्धि मॉडल को प्रशिक्षित करें. इसने एक प्राकृतिक लय और स्वर की अनुमति दी जो धीरे-धीरे इस नई आवाज में जोड़ा जा सकता है भावनाओं को सच्चाई से व्यक्त करें और मनुष्य का स्वर।
झू शी ने कहा:
यदि हम प्रारंभिक चरण में अल्पसंख्यक समूहों की जरूरतों को नोटिस करते हैं और उन्हें संबोधित करते हैं, तो प्रौद्योगिकी के प्रसार की प्रक्रिया को बहुत कम किया जा सकता है। यह नई तकनीकों के लाभों को विशेष आवश्यकता वाले उपयोगकर्ताओं के लिए तुरंत सुलभ होने की अनुमति देता है
इस परियोजना की रीढ़ की हड्डी का एक समूह है आवाज प्रौद्योगिकी विशेषज्ञ Xiaomi AI लैब द्वारा। From 2017 इस आशय के 37 लेख प्रकाशित किए हैं और महत्वपूर्ण सर्किलों में मौजूद हैं जैसे किध्वनिकी, भाषण और सिग्नल प्रोसेसिंग पर अंतर्राष्ट्रीय सम्मेलन (आईसीएएसएसपी)। की सफलता "खुद की मेरी आवाज"मुख्य रूप से उनके द्वारा विकसित टेक्स्ट-टू-स्पीच तकनीक की सहज शैली पर निर्भर करता है। प्रौद्योगिकी की सहज शैली टेक्स्ट-टू-स्पीच अनिवार्य रूप से संश्लेषित आवाज को एक वास्तविक इंसान की तरह बनाता है इसके स्वर, विराम, गति और अन्य विशेषताओं में। यह इलेक्ट्रॉनिक आवाज के नीरस, अप्राकृतिक अनुभव को और अधिक प्राकृतिक के साथ बदल देता है।
