微软携手古腾堡工程 利用AI制作五千本免费有声书

IT之家今日（9月12日）消息，微软近日与“免费数字图书馆计划”Project Gutenberg 合作，利用 AI 为电子书库制作了超过 5000 本免费有声书。

据悉，在这一项目中，研究人员结合了机器学习、自动文本选择和自然语音合成等多项 AI 技术，实现了电子书自动转化为语音的全流程。

项目团队首先开发出一种算法，可以自动分析电子书的结构，区分正文和非关键部分的页码、表格等，然后使用 WaveNet、Tacotron 和 FastSpeech 等文本转语音技术，生成类似真人的自然朗读语音。此外，该团队还使系统能够辨别书中叙述者、对话和不同角色，并相应调整语音，实现故事情节的语音表达。

微软表示，此次计划已收集整理了超过 35000 小时的有声书语音数据，涵盖了各类经典文学、戏剧、传记等作品，这些语音数据都将以开源方式免费提供。用户也可以用自己录制的少量语音，生成“用自己的声音朗读整本书”的效果，这一项目相对丰富了网站有声书的内容，同时也为视障人士提供了便利。