英伟达|NVIDIA以人工智能打造拟人化语音应用，让机器人可以更富「情感」机器人

文章图片

文章图片

NVIDIA以人工智能打造拟人化语音应用，让机器人可以更富「情感」，让未来人机互动可以更加自然
【英伟达|NVIDIA以人工智能打造拟人化语音应用，让机器人可以更富「情感」】在NVIDIA旗下针对人工智能技术应用研究项目中，语音项目已经成为相当重要研究内容，其中包含针对在线视频互动时的声音识别优化、拟人化的聊天机器人等应用，而NVIDIA的目标更希望创造更富「情感」的人机互动体验。

NVIDIA深度学习应用研究部门副总裁Bryan Catanzaro表示，「声音」在许多时候成为沟通重要关键，尤其在人与人之间沟通会通过声音起伏变化判断对方说话时的情绪，进而产生不同互动感受。
目前在NVIDIA针对声音项目的研究中，不仅通过人工智能分析语句、语意等内容，同时也会借助音调起伏等变化，借此记录各类说话时产生情绪，使得人工合成声音可以变得更有「感情」，进而能够呈现更「真实」的电脑语音，并且让机器人、数字助理服务在声音互动更有亲和力。
Bryan Catanzaro说明，一般人在与机器人等科技产物互动时，若接收到的是较为冰冷的电子合成语音，势必会让互动体验大幅降低，但如果能通过更贴近自然人声说话模式呈现，则会吸引更多互动意愿，原因在于更贴近自然人声的互动模式较容易让用户放下「戒心」。
例如近年用于展示人工智能技术应用的「I am AI」短片中所呈现口白，实际上就是通过NVIDIA旗下人工智能技术合成的电子语音，其中不仅参考自然人声发音，更通过后续调整让整体口说内容更像真人表达，借此诠释NVIDIA在人工智能技术投入应用方向，亦即让人工智能可以协助人类完成更多挑战。

而为了让人工智能技术合成的电子语音更像真人， NVIDIA目前也与诸如Mozilla Common Voice等第三方语音数据内容提供商合作，通过更庞大语音数据量进行训练，让人工智能可以呈现各地区语言、不同口音呈现方式，其中包含美国英语、英国英语或澳洲英语发音上的差异，或是同样都是中文，在国内、中国、新加坡、香港等地区也会有不同发音表现，借助人工智能进行深度学习，都能让系统呈现不同发音。
在NVIDIA的目标中，自然是希望消除机器人等设备通过语音与人互动时的隔阂感，甚至让人工智能驱动互动服务能以更贴近真人发音增进互动真实感，或是搭配肢体语言更加活灵活现。
至于在应用部分， NVIDIA更强调可通过SDK、API等资源让开发者更容易连接使用，进而创造更丰富的拟真互动系统，同时也能让更多应用服务通过拟人化方式吸引更多人使用。

科技改变世界，知识改变命运！欢迎点赞、关注“新千万个为什么” ，第一时间了解电脑、手机、相机、数码、3C等科技信息！