達(dá)摩院發(fā)布業(yè)界首款語音合成算法專用AI FPGA芯片設(shè)計(jì)Ouroboros，效率提高百倍

雷鋒網(wǎng)消息，Hot chips 31（2019）正在美國舊金山舉行，峰會第二天阿里巴巴帶來了《Ouroboros: A WaveNet Inference Engine for TTS Applications on Embedded Devices》的演講，并發(fā)布了新一代AI語音FPGA芯片技術(shù)Ouroboros。

阿里巴巴稱，這是業(yè)界首款專用于語音合成算法的 AI FPGA芯片結(jié)構(gòu)設(shè)計(jì)，能將語音生成算法的計(jì)算效率提高百倍以上。

根據(jù)阿里達(dá)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(jì)算時(shí)間，但Ouroboros在FPGA環(huán)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(shù)替代云端服務(wù)器，避免了對網(wǎng)絡(luò)連接和云端服務(wù)的強(qiáng)依賴性。

針對 ASIC 實(shí)現(xiàn)的性能仿真預(yù)估表明，Ouroboros 的設(shè)計(jì)可以實(shí)時(shí)運(yùn)行 WaveNet 等業(yè)界先進(jìn)的文字轉(zhuǎn)語音（TTS，Text-to-Speech）算法 ，實(shí)現(xiàn)實(shí)時(shí)語音合成。

另據(jù)了解，Ouroboros 技術(shù)同樣適用于達(dá)摩院于今年 7 月發(fā)布的新一代的語音合成算法KAN-TTS。該算法將商用系統(tǒng)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(shù)，同樣適用于達(dá)摩院于今年 7 月發(fā)布的新一代的語音合成算法KAN-TTS。該算法將商用系統(tǒng)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(shù)除了語音合成之外，還將支持AI語音識別。基于Ouroboros研發(fā)完整的語音AI芯片，有望率先在天貓精靈上落地。

雷鋒網(wǎng)注意到，與阿里其它近來發(fā)布的其他芯片產(chǎn)品一樣，這個(gè)產(chǎn)品的命名也很有特色。Ouroboros中文是銜尾蛇，是一個(gè)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(jié)果形成一個(gè)圓環(huán)（有時(shí)亦會展示成扭紋形，即“∞”），其名字涵義為“自我吞食者”。這個(gè)符號一直都有很多不同的象征意義，而當(dāng)中最為人接受的是“無限大”、“循環(huán)”等。雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。