達摩院發布業界首款語音合成算法專用AI FPGA芯片設計Ouroboros，效率提高百倍
2019-08-22 09:29:12 雷鋒網
阿里巴巴稱，這是業界首款專用于語音合成算法的 AI FPGA芯片結構設計，能將語音生成算法的計算效率提高百倍以上。
根據阿里達摩院掃地僧的說法，用AI語音合成算法WaveNet生成1秒語音，CPU和GPU需要50秒的計算時間，但Ouroboros在FPGA環境下只要 0.3秒。Ouroboros的一大突破，是用端上定制硬件加速技術替代云端服務器，避免了對網絡連接和云端服務的強依賴性。
針對 ASIC 實現的性能仿真預估表明，Ouroboros 的設計可以實時運行 WaveNet 等業界先進的文字轉語音（TTS，Text-to-Speech）算法 ，實現實時語音合成。
另據了解，Ouroboros 技術同樣適用于達摩院于今年 7 月發布的新一代的語音合成算法KAN-TTS。該算法將商用系統里的合成語音與原始語音的相似度提高到97%以上。
還有消息指出，Ouroboros 技術，同樣適用于達摩院于今年 7 月發布的新一代的語音合成算法KAN-TTS。該算法將商用系統里的合成語音與原始語音的相似度提高到97%以上。Ouroboros芯片技術除了語音合成之外，還將支持AI語音識別。基于Ouroboros研發完整的語音AI芯片，有望率先在天貓精靈上落地。
雷鋒網注意到，與阿里其它近來發布的其他芯片產品一樣，這個產品的命名也很有特色。Ouroboros中文是銜尾蛇，是一個古代流傳下來的符號，形象為一條蛇（或龍）吞食自己的尾巴，結果形成一個圓環（有時亦會展示成扭紋形，即“∞”），其名字涵義為“自我吞食者”。這個符號一直都有很多不同的象征意義，而當中最為人接受的是“無限大”、“循環”等。
免責聲明：本文由作者原創。文章內容系作者個人觀點，轉載目的在于傳遞更多信息，并不代表EETOP贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題，請及時聯系我們，我們將在第一時間刪除！
