锯床厂家
免费服务热线

Free service

hotline

010-00000000
锯床厂家
热门搜索:
技术资讯
当前位置:首页 > 技术资讯

百度DeepVoice实现文本到语音的实时转换GTX1080TI发布性能超TitanX_[#第一枪]

发布时间:2021-06-07 16:59:48 阅读: 来源:锯床厂家

▲内容预览:百度实现文本到语音的实时转换

Facebook 发布支持 90 种语言的预训练词向量

英伟达发布 GTX 1080 TI

每日推荐阅读:

高手实战演练,十大机器学习时间序列预测难题

从零起步,基础机器学习模型和算法的 Python 代码实现

█ 百度 Deep Voice,实现文本到语音的实时转换

消息,今日百度公开宣布了 Deep Voice,一个产品级的文本到语音转换(text-to-speech,TTS)系统。

该系统完全由深度神经网络搭建而成,最大的优势在于能够满足实时转换的要求。在以前,音频合成的速度往往非常慢,需要花费数分钟到数小时不等的时间才能转换几秒的内容,而现在,百度研究院已经能实现实时合成,在同样的 CPU 与 GPU 上,系统比起谷歌 DeepMind 在去年 9 月发布的原始音频波形深度生成模型 WaveNet,要快上400倍。

但在目前,Deep Voice 需要借助一个音素模型与音频合成组件的帮助。百度研发团队希望在未来能够实现真正意义上的端到端(end-to-end)语音合成。

详情:http://research.baidu.com/deep-voice-production-quality-text-speech-system-constructed-entirely-deep-neural-networks/

论文:https://arxiv.org/abs/1702.07825

█Facebook 发布支持 90 种语言的预训练词向量

还记得 FastText 吗?就是那个 Facebook 为大型数据库文本处理发布的开源工具。今日,FastText 研究团队在 GitHub 发布了他们的最新研究成果——使用维基百科训练,并包括 90 种语言的 300 维词向量;全都使用FastText 的默认参数进行训练。

FastText 团队表示,希望各路开发者提供使用反馈。另外,一大波新模型即将发布,请关注雷锋网的后续报道。

支持语言列表与下载地址:https://github.com/facebookresearch/fastText/blob/master/pretrained-vectors.md

█英伟达发布 GTX 1080 TI,性能赶超 Titan X

今日(当地时间 28 日晚),英伟达在 GDC 大会上发布了GTX 1080 TI。该显卡仍采用帕斯卡 16 nm 制程工艺,热设计功耗 250W,配备 11GB GDDR5X 显存。英伟达表示其性能超过GTX 1080 约 35%。这使得GTX 1080TI 与 Pasal Titan X 的性能不相上下,部分非公版型号甚至可能犹有过之。

另外,GTX 1080TI 的公版外观与 GTX 1080 一般无二。但英伟达在发布会上宣布,其公版散热得到了改进,包括去掉 DVI 接口以增大显卡出风口面积;使得在同等噪音水平下,相比 1080/1070 上的公版散热,新方案效果提升约 5%。

GTX 1080 Ti 将于下周上市,售价仅为 699 美元(约合人民币4808元),首批只有公版。美国销售的 GTX 1080 已开始降价,据雷锋网了解,多家零售商降幅达到 100 美元。

虽然GTX 1080 TI 主打游戏市场,但对于深度学习开发者,只需花费泰坦一半多的价格就能买到相差无几的计算性能,具有非常大的诱惑力。目前国行价格尚未公布,雷锋网会继续关注。

详情:http://www.leiphone.com/news/201703/dv5c5cO4OvBe7brF.html

每日推荐阅读

高手实战演练,十大机器学习时间序列预测难题

这是我们的老熟人、澳大利亚机器学习专家 Jason Brownlee 最新整理的开发者实操练习。这是十道颇具挑战性的时间序列预测问题。对于这十道难题,经典的线性统计方法不足以进行解决,必须要用到高阶机器学习方法。

这些难题均来自 Kaggle。

如果你想要来点能挑战自己的高难度习题,提高处理时间序列数据集的能力,并演练机器学习技术——这十道题就是给你的。

地址:http://machinelearningmastery.com/challenging-machine-learning-time-series-forecasting-problems/

从零起步,基础机器学习模型和算法的 Python 代码实现

国外机器学习开发者 Erik Linder-Norén,把他创建多种机器学习模型所用的 Python 代码,上传到了 GitHub 与大家分享。一起来看看别人家的模型是什么样的。当然,这些算法真的是从零起步,非常基础,对于新手有最大的参考价值。

Erik Linder-Norén 上传的模型代码包括决策树、逻辑回归、多层感知机、随机森林、支持向量机等。

地址:https://github.com/eriklindernoren/ML-From-Scratch

相关文章:

Google Summer of Code 2017合作机构名单;英特尔 12 核 Skylake-X | AI 开发者头条

自动卷帘门价格

其他高尔夫用品批发

PTT批发

手推式压路机