m***a 发帖数: 13878 | |
l****u 发帖数: 3449 | 2 re
【在 m***a 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 反正都是照稿念
|
g***n 发帖数: 14250 | 3 tts 现在完全可以替代,保管能听懂,只是还不能按个人音色,模仿习总的语音。
人都这么大岁数了,也该歇歇,老念稿子多累 |
B*********1 发帖数: 3181 | 4 语音模拟照现在的技术,做到与真人完全相同、毫无区别应该是小菜一碟的吧
音频比视频的计算量小多了去了
所以如果是代替接见,比如上次奥运代表团什么的,除了规定不能索要签名,还得规定
不能出声或少出声,也就是不可以对话,但讲话、念稿子就没有这个问题
【在 g***n 的大作中提到】![](/moin_static193/solenoid/img/up.png) : tts 现在完全可以替代,保管能听懂,只是还不能按个人音色,模仿习总的语音。 : 人都这么大岁数了,也该歇歇,老念稿子多累
|
g***n 发帖数: 14250 | 5 你这是拍脑袋瞎说
比如说骂人,机器能骂出窝哦我糙那个气势吗
【在 B*********1 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 语音模拟照现在的技术,做到与真人完全相同、毫无区别应该是小菜一碟的吧 : 音频比视频的计算量小多了去了 : 所以如果是代替接见,比如上次奥运代表团什么的,除了规定不能索要签名,还得规定 : 不能出声或少出声,也就是不可以对话,但讲话、念稿子就没有这个问题
|
B*********1 发帖数: 3181 | 6 kao,这个太文科僧了
你只需要对原声进行数字化处理,然后根据声纹特征精确模拟出来很简单的
有了声纹特征,随便谁对着话筒讲话,经过计算机处理,就可以同步发出毫无破绽的声
音,跟本人一模一样——当然得是在扬声器里,离太近恐怕不行
【在 g***n 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 你这是拍脑袋瞎说 : 比如说骂人,机器能骂出窝哦我糙那个气势吗
|
g***n 发帖数: 14250 | 7 说的容易,FBI 也许能做到,但也不是任意文本当场都能做出来。
谁要是做出来了,早发不知多少paper 了。
干嘛还要人对着话筒讲话,直接 tts 合成了
【在 B*********1 的大作中提到】![](/moin_static193/solenoid/img/up.png) : kao,这个太文科僧了 : 你只需要对原声进行数字化处理,然后根据声纹特征精确模拟出来很简单的 : 有了声纹特征,随便谁对着话筒讲话,经过计算机处理,就可以同步发出毫无破绽的声 : 音,跟本人一模一样——当然得是在扬声器里,离太近恐怕不行
|
B*********1 发帖数: 3181 | 8 纯合成难度应该大多了
人声+合成的话估计就是来个傅里叶变换,然后在每个频分上加加减减。。。这还用发
paper,也就是本科生做project的水平。这方面技术太成熟了。
【在 g***n 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 说的容易,FBI 也许能做到,但也不是任意文本当场都能做出来。 : 谁要是做出来了,早发不知多少paper 了。 : 干嘛还要人对着话筒讲话,直接 tts 合成了
|