微软宣布开源5000本免费有声书，利用AI技术朗读

近日，微软与“免费数字图书馆计划”Project Gutenberg合作，利用人工智能技术为电子书库制作了超过5000本免费有声书。这一项目结合了机器学习、自动文本选择和自然语音合成等AI技术，实现了电子书的自动语音转换。 据悉，项目团队首先开发了一种算法，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。这一项目丰富了网站有声书的内容，同时也为视障人士提供了便利。