達摩院發布業界首款語音合成算法專用AI FPGA芯片設計Ouroboros

　　這是業界首款專用于語音合成算法的 AI FPGA 芯片結構設計，能將語音生成算法的計算效率提高百倍以上。

　　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，并發布了新一代 AI 語音 FPGA 芯片技術 Ouroboros。

　　阿里巴巴稱，這是業界首款專用于語音合成算法的 AI FPGA 芯片結構設計，能將語音生成算法的計算效率提高百倍以上。

　　根據阿里達摩院掃地僧的說法，用 AI 語音合成算法 WaveNet 生成 1 秒語音，CPU 和 GPU 需要 50 秒的計算時間，但 Ouroboros 在 FPGA 環境下只要 0.3 秒。Ouroboros 的一大突破，是用端上定制硬件加速技術替代云端服務器，避免了對網絡連接和云端服務的強依賴性。

　　針對 ASIC 實現的性能仿真預估表明，Ouroboros 的設計可以實時運行 WaveNet 等業界先進的文字轉語音（TTS，Text-to-Speech）算法 ，實現實時語音合成。

　　另據了解，Ouroboros 技術同樣適用于達摩院于今年 7 月發布的新一代的語音合成算法 KAN-TTS。該算法將商用系統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，同樣適用于達摩院于今年 7 月發布的新一代的語音合成算法 KAN-TTS。該算法將商用系統里的合成語音與原始語音的相似度提高到 97% 以上。Ouroboros 芯片技術除了語音合成之外，還將支持 AI 語音識別。基于 Ouroboros 研發完整的語音 AI 芯片，有望率先在天貓精靈上落地。

　　雷鋒網注意到，與阿里近來發布的其它芯片產品一樣，這個產品的命名也很有特色。Ouroboros 中文是銜尾蛇，是一個古代流傳下來的符號，形象為一條蛇（或龍）吞食自己的尾巴，結果形成一個圓環（有時亦會展示成扭紋形，即“∞”），其名字涵義為“自我吞食者”。這個符號一直都有很多不同的象征意義，而當中最為人接受的是“無限大”、“循環”等。