视频 | 2分钟读懂DeepMind新WaveNet

AI 科技评论按：这里是雷锋字幕组编译的 Two minutes paper 专栏，每周带大家用碎片时间阅览前沿技术，了解 AI 领域的最新研究成果。

原标题：DeepMind's WaveNet, 1000 Times Faster | Two Minute Papers #232

翻译 | 李晶 霍雷刚   字幕 | 凡江    整理 | 吴璇  林尤添  

▷每周一篇 2 分钟论文视频解读

本期 2 分钟论文 Parallel WaveNet: Fast High-Fidelity Speech Synthesis，主要介绍了 2017 年最新版的 WaveNet 技术运用的训练方法 Probability Density Distillation ，由该技术虽然不是实时生成，却比实时生成快了 20 倍，产生的系统能够由 Google 助手在线部署，还能提供英语、日语语音多项服务。

WaveNet 是 2016 年 Google 旗下 DeepMind 实验室推出的一种文本转语音算法。

一直以来，WaveNet 的迭代方向都是生成「更好更逼真的语音音频波形」。近期，WaveNet 出了新版本，DeepMind 的研究员们算出了一个速度更快的 WaveNet，比原始的快 1000 倍。

在旧的 WaveNet 算法情况下，程序员必须为每一秒连续声音片段，生成 24000 个样本。而且，这些新样本是一个一个生成的，让一个计算单元完成所有的工作，意味着同一时间内，其它的计算单元什么都不做，并不适合如今所需的大规模计算，也很难在实时生产环境中部署。

DeepMind 的研究员们一直在想办法让这算法并行起来。他们找到的解决方式是——并行生成样本。因为语音不是类似于随机噪音的东西，当新样本高度依赖原有样本时，它是高度相关的，这样的话我们一次只能生成一个新样，那么我们如何并行地使用这些多个计算单元，并且创建新的波形呢？

具体算法还请观看视频解读及论文，论文原址

https://arxiv.org/abs/1711.10433

更多文章，关注 AI 科技评论。添加雷锋字幕组微信号（leiphonefansub）为好友，备注「我要加入」，To be an Volunteer ！

—————  AI 科技评论招人了  —————

—————  给爱学习的你的福利  —————

三大模块，五大应用，手把手快速入门NLP

海外博士讲师，丰富项目经验

算法+实践，搭配典型行业应用

随到随学，专业社群，讲师在线答疑

点击阅读原文或扫码了解详情

▼▼▼

————————————————————