炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（來源：IT之家）

IT之家 7 月 31 日消息，科技媒體 NeoWin 今天（7 月 31 日）發佈博文，報道稱微軟推出了 DragonV2.1Neural 零次學習（Zero-Shot Learning）模型，僅憑少量數據就能創建更加自然、表現力強的聲音，並支持超過 100 種語言。

IT之家援引博文介紹，這是一種零次學習的文本到語音（TTS）模型，承諾提供更加自然和富有表現力的聲音，並提高了發音的準確性以及增強了可控性。

新模型僅需幾秒鐘的語音樣本即可合成超過 100 種語言的語音。相比之下，之前的 DragonV1 模型在處理專有名詞時存在發音問題。DragonV2.1 模型可以應用於多種不同場景，包括定製聊天機器人聲音和爲視頻內容跨多語言配音。

微軟表示，DragonV2.1 提高發音準確性，與 DragonV1 相比，該模型單詞錯誤率（WER）平均降低了 12.8%。

該模型還提升了聲音的自然度，用戶使用此模型時，可以利用 SSML 音素標籤和自定義詞典對發音和口音進行細緻控制。爲了幫助用戶入門，微軟構建了 Andrew、Ava 和 Brian 等多個聲音檔案，供用戶測試。

海量資訊、精準解讀，盡在新浪財經APP