微軟近日與“免費數(shù)字圖書館計劃”Project Gutenberg 合作，利用 AI 為電子書庫制作了超過 5000 本免費有聲書。

　　

 

　　據悉，在這一項目中，研究人員結合了機器學習、自動文本選擇和自然語音合成等多項 AI 技術，實現(xiàn)了電子書自動轉化為語音的全流程。

　　經過查詢得知，項目團隊首先開發(fā)出一種算法，可以自動分析電子書的結構，區(qū)分正文和非關鍵部分的頁碼、表格等，然后使用 WaveNet、Tacotron 和 FastSpeech 等文本轉語音技術，生成類似真人的自然朗讀語音。此外，該團隊還使系統(tǒng)能夠辨別書中敘述者、對話和不同角色，并相應調整語音，實現(xiàn)故事情節(jié)的語音表達。

　　微軟表示，此次計劃已收集整理了超過 35000 小時的有聲書語音數(shù)據，涵蓋了各類經典文學、戲劇、傳記等作品，這些語音數(shù)據都將以開源方式免費提供。用戶也可以用自己錄制的少量語音，生成“用自己的聲音朗讀整