首页 > 硬件 > 详细

达摩院发布业界首款语音合成算法专用AI FPGA芯片设计Ouroboros

发布时间:2019-08-21 21:27:18
阅读:74     评论:0     收藏:0      [点我收藏+]

  这是业界首款专用于语音合成算法的 AI FPGA 芯片结构设计,能将语音生成算法的计算效率提高百倍以上。

  文:包永刚 

  雷锋网消息,Hot chips 31(2019)正在美国旧金山举行,峰会第二天阿里巴巴带来了《Ouroboros: A WaveNet Inference Engine for TTS Applications on Embedded Devices》的演讲,并发布了新一代 AI 语音 FPGA 芯片技术 Ouroboros。

  阿里巴巴称,这是业界首款专用于语音合成算法的 AI FPGA 芯片结构设计,能将语音生成算法的计算效率提高百倍以上。

  根据阿里达摩院扫地僧的说法,用 AI 语音合成算法 WaveNet 生成 1 秒语音,CPU 和 GPU 需要 50 秒的计算时间,但 Ouroboros 在 FPGA 环境下只要 0.3 秒。Ouroboros 的一大突破,是用端上定制硬件加速技术替代云端服务器,避免了对网络连接和云端服务的强依赖性。

  针对 ASIC 实现的性能仿真预估表明,Ouroboros 的设计可以实时运行 WaveNet 等业界先进的文字转语音(TTS,Text-to-Speech)算法 ,实现实时语音合成。

  另据了解,Ouroboros 技术同样适用于达摩院于今年 7 月发布的新一代的语音合成算法 KAN-TTS。该算法将商用系统里的合成语音与原始语音的相似度提高到 97% 以上。

  还有消息指出,Ouroboros 技术,同样适用于达摩院于今年 7 月发布的新一代的语音合成算法 KAN-TTS。该算法将商用系统里的合成语音与原始语音的相似度提高到 97% 以上。Ouroboros 芯片技术除了语音合成之外,还将支持 AI 语音识别。基于 Ouroboros 研发完整的语音 AI 芯片,有望率先在天猫精灵上落地。

  雷锋网注意到,与阿里近来发布的其它芯片产品一样,这个产品的命名也很有特色。Ouroboros 中文是衔尾蛇,是一个古代流传下来的符号,形象为一条蛇(或龙)吞食自己的尾巴,结果形成一个圆环(有时亦会展示成扭纹形,即“∞”),其名字涵义为“自我吞食者”。这个符号一直都有很多不同的象征意义,而当中最为人接受的是“无限大”、“循环”等。

(0)
(0)
 
举报
评论 一句话评论(0
登录后才能评论!
© 2014 bubuko.com 版权所有 鲁ICP备09046678号-4
打开技术之扣,分享程序人生!
             

鲁公网安备 37021202000002号