关闭广告

IDEA研究院发布LEMAS:首个15万小时多语言语音数据集

科技行者876人阅读


科技发展到今天,人工智能已经能够模仿人类的声音说话了。然而,如果你曾经尝试过让AI说其他语言,比如让一个英语AI说中文,你可能会发现它的口音怪异,发音不准,甚至完全听不懂在说什么。这就像是一个只会说英语的人硬要说中文,结果说得让人啼笑皆非。这背后的根本问题是什么呢?缺乏高质量的多语言语音数据。

由国际数字经济研究院(IDEA)主导的研究团队最近发表了一项突破性成果,这项研究发表于2025年1月的arXiv预印本服务器上,论文编号为arXiv:2601.04233v1。感兴趣的读者可以通过这个编号查询完整论文。研究团队构建了一个名为LEMAS的庞大语音数据集,包含超过15万小时的多语言语音数据,覆盖10种主要语言,并且每个词都有精确的时间戳标注。基于这个数据集,他们还开发了两个强大的AI模型:LEMAS-TTS和LEMAS-Edit,前者专门负责语音合成,后者专门负责语音编辑。

为了理解这项研究的重要性,我们可以把语音AI比作一位多语言播音员。传统的播音员要想掌握多种语言,需要大量的训练素材和精确的指导。同样,AI要想说好多种语言,也需要海量的高质量语音数据作为"教材"。但现有的多语言语音数据存在许多问题:要么

上一页 下一页
版权与免责声明:本文内容转载自其他媒体,目的在于传递更多信息,不代表本网观点或立场,不承担此类作品侵权行为的自己责任及连带责任。
猜你喜欢
精彩推荐

万科董事长辛杰辞职!年薪0元、原定明年退休,曾多次代表深铁力挺万科

时代周报 浏览 1377

特朗普:庞大兵力将很快抵达伊朗

参考消息 浏览 856

轴距2815mm 全新欧版马自达CX-5新车图解

车质网 浏览 1005

不露腿也想穿好看,最关键的是这一点

黎贝卡的异想世界 浏览 853

圣保利vs霍芬海姆:季维加瓦、藤田让瑠奇马首发,克拉马里奇、曹法尔出战

懂球帝 浏览 1009

伊朗伊斯兰革命卫队:击落一架美军搜救飞机

财联社 浏览 663

香港三天两夜,满载而归(附攻略)

黎贝卡的异想世界 浏览 859

北京门店全关!狂揽千亿的小火锅开始洗牌了

餐饮老板内参 浏览 2066

世卫组织发话:美国有权退出 2.6亿美元欠费必须交上

极目新闻 浏览 861

林平发展发IPO中签率0.01888800%,绿色循环造纸企业价值获市场关注

时代周报 浏览 1687

冬天穿衣既要有温度又要有风度!看看这些穿搭,优雅又显瘦

静儿时尚达人 浏览 816

外媒:美国已输掉了对伊朗的战争 一个动作令中国获益

参考消息 浏览 828

中国刚买完美国玉米特朗普就立马变脸 摆了中方一道

策略述 浏览 966

带伤作战,王哲林:手指的伤势又严重了,吃了止痛药才能好点

懂球帝 浏览 844

获皮奥利称赞!小法回应:很感谢他,去年曾联系他并聊了两个小时

直播吧 浏览 1064

谷歌间接承认 Tensor G5 芯片 GPU 问题

IT之家 浏览 1022

若顶薪搞定赵继伟&姜宇星 辽宁男篮将用完3个顶薪名额

直播吧 浏览 1102

记者:海港抵达武里南,莱昂纳多、加布、李帅、刘若钒伤缺

懂球帝 浏览 1031

45岁超模吉赛尔·邦辰带娃遛弯被拍

包饺子ai剪辑 浏览 1165

WTA最新世界排名:萨巴伦卡继续领跑,斯瓦泰克第三,郑钦文第六

直播吧 浏览 1198

美国女子被ICE特工枪杀 曾被定性为“国内恐怖分子”

红星新闻 浏览 947
本站所有信息收集于互联网,如本站收集信息侵权,请联系我们及时删除
闽ICP备16027347号-4