文字轉語音人聲的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

為演算法服務的免洗人力：平台資本主義時代的勞動與剝削

為了解決文字轉語音人聲的問題，作者PhilJones 這樣論述：

演算法為人類的需求服務， 但它的運作卻建立在將人類視為免洗人力的剝削。   覺得Google、臉書變得越來越聰明，不僅馬上就能找到正確資訊、掌握即時動態，還會判別釣魚網站、過濾不舒服的內容？ 事實是，演算法裡頭藏了真人：要有人教導機器學習，它才能變得「聰明」。 正如亞瑪遜的貝佐斯所言，人工智慧，其實是「人工的人工智慧」。   人工智慧帶來人機混合的新工作模式。由自駕車、無人商店、語音客服開啟的趨勢，已經蔓延至翻譯、會計、金融、管理、醫療等更專業的領域。平台資本主義拆解原本的專職工作，將機器無法處理的部分，化成零散的微工作，拋給人力群包平台的接案者。 巨型平台規避傳統勞資關係，減少專

業人力成本。在平台接案的微工作者沒有權益保障，也沒有固定薪水，甚至連為哪家公司工作、工作的目的是什麼都不清楚，成為案主呼之即來、揮之即去的免洗人力。 群包平台大灌「自由接案」的迷湯，但其實就是微工作者必須自行承擔所有風險。你不知道何時可以接到下一件案子，報酬會有多少，你成為工資的狩獵採集者，為的只是要一圓科技大亨移民火星的狂想。 在全自動機器人與智慧助理的喧鬧之下，瓊斯清晰而仔細地揭露使得我們的數位社會得以成真的工作者究竟身在何方。對於這個通常看不到的低薪、超時工作且毫無保障的世界，本書為必讀導覽。 ——斯尼切克（Nick Srnicek），《平台資本主義》（Platform Capita

lism）作者   讓瓊斯為你導覽數位化資本主義最醜惡的陰暗面。在此，科技巨頭監控工作者的一舉一動，把他們的鍵盤敲擊與滑鼠點選聲轉化為獲利，而在我們持續加班的同時，「工作」本身卻是分崩離析。為了在慘澹的未來降臨到每個人身上之前預先阻止它，瓊斯寫下了這篇優美的戰鬥宣言。 ——賈非（Sarah Jaffe），《工作不會回報你的愛：對工作的奉獻，如何剝削我們、耗盡我們的心神，並使我們孤獨》（Work Won’t Love You Back: How Devotion to Our Jobs Keeps Us Exploited, Exhausted, and Alone）作者   在這本節奏明快的精

彩著作中，瓊斯探討了數位經濟工作者的隱身之地。在此，全世界的過剩勞工為了不到兩美元的時薪標注影像、管理網站內容與教導運算法辨識寵物。《為演算法服務的免洗人力》同時也探究一種新的可能性：一無所有的微工作者該如何團結，帶領要求自由空閒與物質保障的全球運動。 ——貝納納夫（Aaron Benanav），《自動化與工作的未來》（Automation and the Future of Work）作者   帶領讀者前往不為人知的人工智慧生產之地：在後危機的資本主義中，越來越多貧民窟、監獄與難民營中的人們受到高度剝削，靠著不穩定的微工作勉強餬口。瓊斯強調危機迫在眉睫，這種零散化的微工作會威脅所有人的生計，

但他也指出，微工作也可能帶領我們走向一個超越薪資勞動的世界——只要我們勇於爭取。 ——穆勒（Gavin Mueller），《砸毀工作機器》（Breaking Things at Work）作者   瓊斯可謂後加速主義的帶領者。 ——佛斯特（John Foster），「戰場」新聞論壇（Battleground）   令人震驚……在讀過這本書後，你無法再用和以前相同的方式看待電腦，或是那些吹捧電腦乃是我們集體救贖之道的人們。 ——布斯尼克（Katjo Buissink），《馬克思與哲學書評》（Marx and Philosophy Review of Books）

文字轉語音人聲進入發燒排行的影片

深度學習中文文字轉語音人聲模仿系統之成效

為了解決文字轉語音人聲的問題，作者高英皓 這樣論述：

人工智慧的結合形成的智慧型物聯網（AIoT），應用於居家智慧助理等智慧家庭技術能為我們提供更好的生活品質。其中，若我們能夠與裝置之間對話，方便性就會有相當大的提升，此時擬真且自然的語音合成技術就顯得相當重要。語音合成系統在英語語系的研究與應用較常見，中文由於文法結構與發音韻律等難度差異再加上語音資料收集與整理不易，使基於深度學習的中文系統較不常見。本論文用深度學習的方法建立一個中文文字轉語音系統，只要讓使用者說一句話，就能模仿並產生出訓練資料外的人聲。此系統模型結構分成三個部分：語者編碼（Speaker Encoder）模型、Tacotron 2 作為文字轉語音合成器，最後使用 WaveGl

ow 作為聲碼器輸出成可以撥放的聲音檔案。論文最後分別對真實人聲與合成人聲的聲音自然度，還有這兩者之間的聲音相似度進行平均意見評分（Mean Opinion Score），評估本論文於實際應用的效果。其中自然度表現最好的是中年女性的人聲，得到 MOS 3.05。與此同時，相似度最高的是中年男性的人聲，得到 MOS 3.03，顯示對於一般民眾使用者，本中文文字轉語音系統在人聲模擬上已有一定成效。

NLP大神RNN網路：Python原始程式碼手把手帶你寫

為了解決文字轉語音人聲的問題，作者李永華,曲宗峰,李紅偉 這樣論述：

NLP大神RNN網路► ► ►Python原始程式碼手把手帶你寫！ 　　在神經網路的世界中，NLP（自然語言處裡）已逐漸成為AI領域中的主流！因此在IT抑或是各大產業有愈來愈多的人投入在文字與語音的研究中，有愈來愈多的資訊系統應用與產品出現在現代人類的生活中，產生十分巨大的影響。 　　．．． 　　[ 最精實的專案實作！ ] 　　本書包含20個與NLP相關的主題＋大型專案實作，透過專案的實作講解原理，需要有一定的Python及神經網路基本概念，是已經了解AI基本入門的讀者再進階深入的一本絕妙好書。快跟著本書各大主題累積自己的NLP專案實作能力，成為一個能夠開發各種NLP資訊系統的大神吧

！ 　　．．． 　　[ 本書重點 ] 　　★　以Python、TensorFlow實作中文自然語言處理，使用維基百科及網路語料庫 　　★　以LSTM為基礎的影評 / 語音 / 文字情感分析實作 / 股票預測 / 影評分析 　　★　根據圖型產生古詩詞的模型實作 　　★　歌曲人聲分離製作 　　★　以Image Caption為基礎的英文學習 　　★　智慧聊天機器人 　　★　Rap歌詞自動產生器、AI作曲器 　　★　人臉辨識及人臉自動表情包產生器 　　★　自動幫你的作文評分 　　★　視訊自動字幕產生器 　　★　AI機器翻譯、LSTM機器翻譯及注意力機制 　　★　COCO資料集的自動圖型描述