內地最大的網絡搜尋公司百度推出DeepVoice最終版本，表示系統可以學習2500種聲音，而每種聲音只需30分鐘時間。

DeepVoice初版於今年年初推出，是利用深度學習人工智能技術來將文字合成至人類語音的系統，首個版本就能夠合成短暫的句子，粗略聽上去幾乎與真實人類說話無區別，不過每學習一種聲音，就需要數小時的數據。而DeepVoice就減至只需半小時的數據，並可學習數百種口音，今次最終版更增至2500種口音。

不過，百度在今次最終版展示的合成聲音就與初版不同，聽起來很像合成聲音，比初版像真度低了很多。百度辨稱這不是系統目標，若果目的是生產一兩種聲音，系統早已合成非常自然。百度正試圖製作一個可以掌握分辨多種口音或人物微細差別的系統，雖然目前的限制是2,500種，但團隊表示未來版本將可以掌握10,000種或更多。語和日語為Google助手生成語音。

來源：The Verge