达摩院发布业界首款语音合成算法专用AI FPGA芯片设计Ouroboros,效率提高百倍

2019-08-22 09:29:12 来源:雷锋网
雷锋网消息,Hot chips 31(2019)正在美国旧金山举行,峰会第二天阿里巴巴带来了《Ouroboros: A WaveNet Inference Engine for TTS Applications on Embedded Devices》的演讲,并发布了新一代AI语音FPGA芯片技术Ouroboros。



阿里巴巴称,这是业界首款专用于语音合成算法的 AI FPGA芯片结构设计,能将语音生成算法的计算效率提高百倍以上。
 

根据阿里达摩院扫地僧的说法,用AI语音合成算法WaveNet生成1秒语音,CPUGPU需要50秒的计算时间,但Ouroboros在FPGA环境下只要 0.3秒。Ouroboros的一大突破,是用端上定制硬件加速技术替代云端服务器,避免了对网络连接和云端服务的强依赖性。
 

针对 ASIC 实现的性能仿真预估表明,Ouroboros 的设计可以实时运行 WaveNet 等业界先进的文字转语音(TTS,Text-to-Speech)算法 ,实现实时语音合成。
 

另据了解,Ouroboros 技术同样适用于达摩院于今年 7 月发布的新一代的语音合成算法KAN-TTS。该算法将商用系统里的合成语音与原始语音的相似度提高到97%以上。
 

还有消息指出,Ouroboros 技术,同样适用于达摩院于今年 7 月发布的新一代的语音合成算法KAN-TTS。该算法将商用系统里的合成语音与原始语音的相似度提高到97%以上。Ouroboros芯片技术除了语音合成之外,还将支持AI语音识别。基于Ouroboros研发完整的语音AI芯片,有望率先在天猫精灵上落地。
 

雷锋网注意到,与阿里其它近来发布的其他芯片产品一样,这个产品的命名也很有特色。Ouroboros中文是衔尾蛇,是一个古代流传下来的符号,形象为一条蛇(或龙)吞食自己的尾巴,结果形成一个圆环(有时亦会展示成扭纹形,即“∞”),其名字涵义为“自我吞食者”。这个符号一直都有很多不同的象征意义,而当中最为人接受的是“无限大”、“循环”等。


免责声明:本文由作者原创。文章内容系作者个人观点,转载目的在于传递更多信息,并不代表EETOP赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请及时联系我们,我们将在第一时间删除!

  1. EETOP 官方微信

  2. 创芯大讲堂 在线教育

  3. 创芯老字号 半导体快讯

相关文章

全部评论

  • 最新资讯
  • 最热资讯
@2003-2024 EETOP
×