雷火电竞官网-中国知名电竞赛事平台

　　微軟神經網絡語音合成工具是一款專為語音合成所推出的輔助軟件。它適用于配音、講解、說書、廣告等場景，還有各種語音種類、風格、語速、語調等你調整，讓你可以合成出更加完美的語音，免費下載。

【功能特點】

　　已累計支持129種語言，330多種神經網絡聲音，是迄今為止做的最自然、最貼近人聲的語音合成技術。

【軟件介紹】

　　1. 開發理由

　　雖然語音合成技術很早就有，唯一的缺點就是很少有面向普通人的可視化操作工具，一方面開發這種工具變現困難，另一方面這些可視化工具以往依賴于最底層的C類編程語言，不過都2022年了，許多跨端技術的出現，比如fluent、webview2等，使得以往全棧開發者都可以降維開發桌面跨端app。這也是我開發這套工具的技術基礎。

　　本次開發借助wails工具，實現了go后端+vue前端合并開發，最終體積只有3.6Mb,里面包含15種音頻預覽。這種組合開發，既可以全前端wasm實現，也可以用go實現，自由度非常高。除此之外，微軟亞洲研究院也詳細介紹了fastspech模型和相關文獻資料，對科研工作者的故事和背景做了詳細報道，反觀國內互聯網企業，涉及技術性的東西從來只是強堆概念，微軟亞洲研究院在這方面做的就很開放和自由，帶給閱讀者更多啟發。

　　2. 為什么做paper2gui？

　　當今世界，技術再牛，如果沒有簡單的可視化操作入口，只能塵封。價值來源于廣泛的使用，挖掘那些論文里被塵封的潛在價值，就是半年前我創建paper2gui的初衷，讓更人工智能產物更簡單直接的面向普通大眾。

　　3. 反內耗后的研究思路

　　在書寫代碼的風格里，類yaml格式最符合人腦，也最受歡迎，比如python、pug、stylus,在項目范疇上，通用倉庫更容易獲得青睞，比如antfu大佬寫的unplugin系列遠比unocss受歡迎，后者頂多只能做到類tailwindcss這樣的分流主線，有著創始人意味，而unplugin系列包羅萬象，這種兼容性極強的工具，就會成為類vue或vite，成為萬千喜愛的大眾項目。

　　國內很多新手眼界很窄，從來不想想跨領域的事情，只覺得眼下就是一切，一葉障目很危險的。像我，不僅廣泛瀏覽和思考全球優秀的UI設計，同時也全棧開發一些網頁，還有降維操作的桌面app,實時查看GitHub感興趣的倉庫代碼變更，從源頭理清開發者思路，雖然不能主動提出科研問題，卻可以按月實現一個自己的小靈感。越是前沿、越是國際化的東西，實際上最終都是通用的，讓你感受到的痛點和爽點，在程序領域總有類似的群體感覺，所以日常更新迭代就可以逐步趨向大同。

　　假如你持久跟隨在這些頂尖開發者的邏輯，漸漸的你就有了他們視角之外的想法，從而提出改進意見或者干脆自己提個pull。在追逐nuxt3的更新里，我認識了國內antfu大佬，老外怒贊他一個人頂十個，精力無限靈感無限，更重要的是人家樂意為開源服務。在追逐ncnn項目時，我認識了nihui這樣的大佬，雖然不像antfu那樣高產，但確實把論文變成普通人使用的工具上有很突破，本次的微軟神經網絡語音合成，讓我認識了Xu Tan譚旭這樣的國內人工語音合成領域的高手。追逐這些頂尖高手的過程，很有趣，見識也大漲，不懼怕失敗，也不懼怕錯誤，面對全新的想法付出實踐時，如果沒有99%的失敗，證明的你的工作毫無創意。這也是我連續數月不斷挑戰多個領域，每月一個新品的現實行動，高產出，高實踐，高挫折，同樣帶給我無限的喜悅、興奮和自豪。