亚马逊开发出有史以来最大的文本转语音模型，展现“涌现能力”

比年去，像 ChatGPT 如许的“年夜型言语模子”凭仗其智能答复成绩战天生初级文本的才能而备受存眷。但是，野生智能也正在逐渐融进其他支流使用范畴。正在那个新项目中，研讨职员测验考试经由过程增长参数数目战扩大锻炼数据散去提拔文本转语音使用的才能。

据IT之家理解，那个名为“可扩大流式文本转语音模子”（BASE TTS）的新模子具有 9.8 亿个参数，并利用 10 万小时的灌音（去自大众网站）停止锻炼，此中年夜部门为英语语音。研讨职员借背模子供给了其他言语的单词战短语示例，使其可以准确收音一些常睹的表达，比方“au contraire” 战 “adios, amigo”。

亚马逊团队借测试了利用较小数据散的模子，期望能从中发明野生智能范畴所道的“出现才能”。这类才能是指野生智能使用，不管是年夜型言语模子仍是文本转语音模子，忽然打破到更下智能程度的征象。他们发明，关于文本转语音使用而行，这类奔腾发作正在参数目到达 1.5 亿的中型数据散上。

研讨职员借指出，这类奔腾触及一系列言语属性，比方利用复开名词、表达感情、利用中语词、使用语音教战标面标记和准确夸大句子中的枢纽词等才能。

研讨团队暗示，出于对潜伏滥用风险的担心，BASE TTS 将没有会背公家开放，他们方案将其做为进修使用，并希冀将教到的常识使用于改进文本转语音使用的团体音量。