2月19日消息，據(jù)報(bào)道，亞馬遜的一個(gè)人工智能研究團(tuán)隊(duì)宣布，他們開(kāi)發(fā)出了有史以來(lái)最大的文本轉(zhuǎn)語(yǔ)音模型。所謂“最大”，是指擁有最多的參數(shù)，使用最大的訓(xùn)練數(shù)據(jù)集。這個(gè)名為BASE TTS的新模型擁有9.8億個(gè)參數(shù)，在同類(lèi)產(chǎn)品中最大，在規(guī)模和能力上都超越了之前的迭代版本。它使用了10萬(wàn)個(gè)小時(shí)的錄音（來(lái)自公共網(wǎng)站）來(lái)進(jìn)行訓(xùn)練，其中大部分為英語(yǔ)語(yǔ)音，但也包括德語(yǔ)、荷蘭語(yǔ)和西班牙語(yǔ)，這使它成為自然語(yǔ)音的新標(biāo)準(zhǔn)。研究人員進(jìn)一步指出，與之前的文本轉(zhuǎn)語(yǔ)音模型相比，該模型提高了單詞的發(fā)音質(zhì)量。