欧美日韩国产一区二区|qovd片|小明个人发布看看|小浪货你夹真紧水又多|老头把我添高潮了A片故|99热久久精品国产一区二区|久久久春色AV

  1. 首頁(yè) > 科技 > >

數(shù)據(jù)庫(kù)|語(yǔ)音重建AI「翻譯」代言

翻譯廣東省數(shù)據(jù)庫(kù)

【數(shù)據(jù)庫(kù)|語(yǔ)音重建AI「翻譯」代言】數(shù)據(jù)庫(kù)|語(yǔ)音重建AI「翻譯」代言


「有口難言」的病人 ， 是因腦部疾病、神經(jīng)損傷而引致構(gòu)音障礙癥（dysarthria） 。 透過(guò)AI、語(yǔ)音重建技術(shù)和擴(kuò)展障礙語(yǔ)音數(shù)據(jù)庫(kù) ， 將患者含糊不清的語(yǔ)音重建成正常語(yǔ)音 。
根據(jù)美國(guó)言語(yǔ)、語(yǔ)言及聽(tīng)力學(xué)會(huì)（ASHA）解釋 ， 構(gòu)音障礙癥是一種神經(jīng)性語(yǔ)言障礙 。 成人患者常見(jiàn)征狀包括說(shuō)話時(shí)在強(qiáng)度、速度、音域、穩(wěn)定、語(yǔ)調(diào)出現(xiàn)異常；在呼吸、發(fā)聲、共鳴、發(fā)音或說(shuō)話韻律上欠準(zhǔn)；面部、口部等構(gòu)音肌肉功能不理想 ， 或有肌肉痙攣、無(wú)力等情況出現(xiàn) 。
語(yǔ)音識(shí)別技術(shù)（automatic speech recognition ， 簡(jiǎn)稱ASR）及語(yǔ)音合成技術(shù)（text-to-speech ， 簡(jiǎn)稱TTS） ， ASR是指透過(guò)人工智能 ， 容許機(jī)器接受語(yǔ)音輸入（speech input） ， 從語(yǔ)音數(shù)據(jù)庫(kù)中學(xué)習(xí)人類(lèi)語(yǔ)言 ， 再將人們的語(yǔ)音變?yōu)槲淖郑欢鳷TS則是透過(guò)AI ， 容許機(jī)器將人們輸入的文字變成語(yǔ)音輸出 。
要研究語(yǔ)音技術(shù) ， 就必須使用大數(shù)據(jù) 。 話語(yǔ)中存有很多變化性（variability）和不變性（invariance） 。 變化性包括不同說(shuō)話者的各種語(yǔ)調(diào)、情感、口音、身體狀況等 ， 都會(huì)改變?cè)捳Z(yǔ)發(fā)出的信號(hào)；不變性可以是說(shuō)話時(shí)使用的字眼 。 各種變數(shù)的出現(xiàn) ， 令語(yǔ)音技術(shù)研究需用上大數(shù)據(jù)辨識(shí)話語(yǔ)內(nèi)容 。
花數(shù)年擴(kuò)展廣東話數(shù)據(jù)庫(kù)然而 ， 現(xiàn)有語(yǔ)音數(shù)據(jù)庫(kù)存數(shù)據(jù)偏頗 ， 因?yàn)閿?shù)據(jù)一般來(lái)自從事IT行業(yè)、常用數(shù)碼化產(chǎn)品、說(shuō)當(dāng)?shù)卣Z(yǔ)言時(shí)口音較少的人 ， 多數(shù)為成年人士；相反有口音、語(yǔ)言障礙患者、長(zhǎng)者、小朋友等就沒(méi)有足夠的語(yǔ)音數(shù)據(jù)支撐ASR技術(shù) ， 使他們的語(yǔ)音難以被準(zhǔn)確辨識(shí) 。 另外 ， 現(xiàn)存公開(kāi)的語(yǔ)音數(shù)據(jù)庫(kù) ， 部分語(yǔ)言缺乏數(shù)據(jù) ， 包括廣東話 。
透過(guò)語(yǔ)音重建技術(shù)（speech reconstruction）、ASR、TTS的研究 ， 同時(shí)花上數(shù)年時(shí)間擴(kuò)展廣東話的語(yǔ)音數(shù)據(jù)庫(kù) ， 協(xié)助構(gòu)音障礙癥患者與照顧者更好溝通 。 由2013年開(kāi)始 ， 研究團(tuán)隊(duì)與香港中文大學(xué)醫(yī)學(xué)院及病友組織合作 ， 邀請(qǐng)數(shù)十名不同年齡層的構(gòu)音障礙癥患者 ， 錄制他們常用的廣東話用語(yǔ) ， 擴(kuò)充障礙語(yǔ)音數(shù)據(jù) 。 錄制過(guò)程中 ， 患者會(huì)讀出經(jīng)研究團(tuán)隊(duì)精心設(shè)計(jì)的廣東話句子 ， 嘗試用最少的字句包含所有廣東話發(fā)音 ， 收集研究所需的語(yǔ)音數(shù)據(jù) 。
以ASR、TTS技術(shù)為基礎(chǔ) ， 以及團(tuán)隊(duì)開(kāi)發(fā)的語(yǔ)音重建技術(shù) ， 系統(tǒng)接收到患者含糊不清的語(yǔ)音后 ， 利用AI演算法 ， 將含糊不清的語(yǔ)音轉(zhuǎn)化成正常語(yǔ)音 ， 最后以語(yǔ)音轉(zhuǎn)換技術(shù)轉(zhuǎn)換成貼近說(shuō)話人的發(fā)音及語(yǔ)調(diào) 。
團(tuán)隊(duì)期望日后能把此技術(shù)制作成應(yīng)用程式 ， 讓更多有需要人士可于不同地方使用 。

    相關(guān)經(jīng)驗(yàn)推薦