IT之家今天(9月12日)报道微软最近与“免费数字图书馆项目”Project Gutenberg合作，用AI 有声书为电子图书馆制作了5000多本免费图书。
据悉，在该项目中，研究人员结合了机器学习、自动文本选择、自然语音合成等多项AI技术，实现了电子书自动转换为语音的全过程。
项目组首先开发了一种算法，可以自动分析电子书的结构，并区分文本和非关键部分的页码和表格，然后使用WaveNet、Tacotron和FastSpeech等文本到语音技术，生成类似真人的自然阅读声音。此外，团队还使系统能够区分书中的叙述者、对话和不同角色，并据此调整发音，实现故事的语音表达。
微软表示节目收集整理了超过35000小时的有声书语音数据，涵盖各类经典文学、戏剧、传记等作品，这些语音数据将以开源的方式免费提供。用户还可以使用自己录制的少量语音，营造出“用自己的声音阅读整本书”的效果，相对丰富了网站的内容有声书，也为视障人士提供了便利。
