百度表示，Deep Voice 2可以“學(xué)習(xí)數(shù)百種不同的語(yǔ)音，從每個(gè)說(shuō)話者那里吸收的數(shù)據(jù)不到半個(gè)小時(shí)，但卻可以實(shí)現(xiàn)很高的音質(zhì)?！倍弦淮a(chǎn)品要達(dá)到類(lèi)似的目的，每個(gè)聲音需要接受20小時(shí)的訓(xùn)練。在短短幾個(gè)月的時(shí)間內(nèi)，該系統(tǒng)便在效率上進(jìn)一步超越谷歌WaveNet。

  百度表示，與之前的TTS系統(tǒng)不同，Deep Voice 2可以完全憑借自己的能力找到進(jìn)行訓(xùn)練的語(yǔ)音之間的共同特點(diǎn)，不需要接受任何事先指導(dǎo)?！癉eep Voice可以學(xué)習(xí)并完美模仿數(shù)百種語(yǔ)音?！痹摴驹诓┛椭姓f(shuō)。

  百度還在一篇論文中總結(jié)道，該公司的神經(jīng)網(wǎng)絡(luò)只需要通過(guò)數(shù)百個(gè)不同的講話者吸收很小的聲音樣本便可創(chuàng)作很好的語(yǔ)音效果。由此看來(lái)，可能要不了多久就能聽(tīng)到數(shù)字語(yǔ)音助手用更加自然的語(yǔ)音與我們交流。（書(shū)聿）