line語音轉文字 相關
廣告
搜尋結果
2023年5月23日 · 〔記者徐子苓／台北報導〕世界上許多語言正面臨消失的危機，Meta今（23日）發表一系列的AI模型，可轉換超過1100種語言成語音或文字，Meta還透露訓練模型的秘訣是使用《聖經》資料，未來將開源這項技術的原始碼及模型。 Meta的大規模多語言語音（Massively Multilingual Speech，MMS）模型，擴展文字轉語音及語音轉文字技術的應用範圍，從最初的100種語言，至今已可轉換超過1100種語言，還能夠辨識超過4000種口語語言。 Meta表示，這項技術已有許多應用案例，從VR、AR至訊息服務，不僅能夠使用偏好的語言操作，更可理解每個人的聲音。 Meta將開源這項技術的原始碼及模型，讓研究社群能夠以現有的工作成果為基礎繼續開發，一同保存全球的語言，並拉近人們之間的距離。
2022年10月20日 · 〔記者徐子苓／台北報導〕Meta創辦人祖克柏今天在臉書發布影片宣布，Meta打造一個AI翻譯系統，可以將閩南語（Hokkien）轉換為英語，讓說閩南語的民眾可直接和英語人士對話！ 該翻譯系統參考自台灣的語音語料庫，藉此建立一個語音翻譯資料集，未來將開放資料集的原始碼，鼓勵更多人進行閩南語翻譯。 一般翻譯工具主要是將文字轉換為文字，而這套翻譯系統特別的是支援語音轉語音，能夠將沒有標準書寫文字系統、通常以口語表達的語言，轉換為另一種語言。 Meta表示，這個翻譯系統是Meta Universal Speech Translator（UST，通用語音翻譯工具）專案的一部分，該專案致力於開發新的AI方法，希望最終能為所有現存語言進行即時語音翻譯。
2024年2月28日 · 井琪說，日前已透過遠傳核心電信網路，結合微軟生成式AI語音辨識服務，連接至微軟位於北美的測試環境，成功完成全台第一個「中文對多國語言的行動通訊雙向語音即時翻譯」、「中文詐騙對話內容即時辨識攔截」兩項關鍵服務測試。 微軟在MWC 2024上宣布了一項全新服務「Azure Operator Call Protection」，使用AI來保護消費者免受電話詐騙侵害。 Azure Operator Call Protection透過對語音內容進行即時分析，當通話中出現可疑行為時，會向消費者發出警報。 Operator Call Protection適用於所有終端裝置（包含手機及有線電話機），並且完全基於網路運作，無需下載應用程式，因此可以作為進階功能或套裝服務的一部分進行銷售。
2023年11月22日 · 〔記者王憶紅／台北報導〕宏正自動科技（6277） 看準虛擬主播熱潮，今日宣布旗下的文字轉語音技術服務－「宏正優聲學」強勢進攻虛擬主播應用市場，與國內知名廣播產品設備代理商民陞（Men Shing）公司合作，在今（22）日舉行的「2023 DATE SUMMIT數位商務大趨勢｜國際匯壇」展出共同打造超級AI虛擬主持人。 宏正表示，宏正優聲學以及民陞的3D擬真人像技術，開創全新感官體驗，未來將會持續進攻AI虛擬新聞主播、廣告配音及電話行銷等市場，並將持續開發創新應用。 宏正消費產品中心及研發中心協理張教勇指出，宏正優聲學整合AI深度學習與聲學技術，提供最自然的台灣口音語音合成，其線上服務可快速為大量影片、有聲書或教材配上媲美真人的專業台灣口音配音，且無需額外軟體。
2023年5月14日 · 目前該程是有IOS及網頁板，且視訊通話功能只支援iPhone 12或以後機種，其餘僅能透過聲音與Annie對談，Call Annie開發人員也向Reddit透露，該程式會儲存任何聲音，但語音內容會轉成文字傳送到ChatGPT，用戶也可將對話刪除，預期未來能有記憶性且支援
2023年10月16日 · 除了外貌，聲音在新聞播報中也扮演重要角色，微軟Azure AI語音服務的 TTS（文字轉語音）及Viseme技術實現了「敏熙」自然且順暢人聲的關鍵。 這2個技術相輔相成，不僅能生成嘴型與聲音吻合的AI臉部影像，也能進一步實現多國語系主播的可能，「敏熙」現在已可以進行綜合中文及英文的播報內容。 微軟指出，不同於傳統如機械音般的文字轉語音服務，Azure AI語音服務擁有豐富模型，提供140種語系以上、超過400個近似真人發音的預建神經語音模型供選擇；除了預建模型，Azure AI語音服務還支援自訂模型，可根據需求調整語音的風格、速度、音調等參數，進而生成貼近真人主播具備情緒及抑揚頓挫的語音。
2024年3月2日 · 《日經亞洲》引述高通業務總經理馬拉迪（Durga Malladi）指出，繼大型語言模型（LLM）之後，大型多模態模型（Large Multimodal Model；LMM）是人工智慧的下1個關鍵戰場，後者支撐著ChatGPT等生成應用程式。 馬拉迪表示，雖然大多數人工智慧聊天機器人僅限於基於文字的對話，但LMM將能夠接受和產生不同類型的信息，包括語音、圖像，甚至視訊。 日前 Open AI所發布的Sora，就是能夠根據文字提示產生場景，這標誌著人工智慧能力向前邁出了重要一步。 馬拉迪強調，「下一步是文字到影片的生成」。 今日我們談論靜態圖像以及語音、語言，明天我們將開始看到動態圖像和視訊。 高通運用AI人工智慧領域，包括智慧型手機、筆記型電腦，甚至汽車領域。
