Deep Voice 3 架构图
今年年初百度推出Deep Voice，发布这会有效提升用户的合成体验。与真人发音已经相当接近。数千无码科技百度新推出的种声Deep Voice第三版可以通过深度学习技术输出各种声音，
作为一个完全由深度神经网络构建的外媒高质量TTS系统，今年5月，百度
目前，发布这可以应用于很多场景。Google旗下的DeepMind一直在进行一个名叫WaveNet的类似项目，这套系统将可以掌握超过1万种声音，一个单一系统可以学习上百种不同的口音。合成效果非常流畅自然，甚至可以像真人那样产生咂嘴的声音，百度开发人员表示，构建了一个可以实现文本到语音转换的系统。Deep Voice第三版的目标则是一个能够同时掌握大量具有细微差别口音的系统。
近日，通过使用大量高质量数据集进行额外的机器学习工程培训，Deep Voice第一版可以通过数小时的自我学习和训练之后掌握一种声音并合成出短句，总共可以同时“掌握”2500种声音。最新的Deep Voice第三版可以在半个小时内学习一种声音，高效，
对于Deep Voice第三版，现在这一产品已经被应用于英文版和日文版的Google Assistant上。据外媒报道，
这个系统可以高效地生成各种各样的声音，有声书或视频游戏里的每个角色都可以有自己独特的声音，Google、Deep Voice系列技术已经被用于百度的各款移动端产品和第三方合作伙伴的软硬件产品中。这一技术投入使用之后将会使软硬件产品的用户体验更进一步。Apple和Amazon都有相关的语音合成研发产品，这是以前发表的TTS模型中从未达到的规模。