萧箫 发自 凹非寺
量子位 | 公众号 近期接到很多同学咨询有关自考免考条件的问题，为了便于同学们做好学习规划，小编特别整理本文为大家答疑解惑。根据北京教育考试院官网公布的自学考试的考籍办理须知中的内容介绍，符合以下情况者可以免考：01用学历证书免考（1）教育部认可的专科毕业生参加自考专科学习，可以免考两门思想政治理论课，以及已经学过、要求相同并成绩合格的公共基础课，包括大学语文，英语(一)、综合英语（三）、计算机应用基础、高等数学(一)、高等数学(工专)等。QbitAI
只需3秒钟，一个根本没听过你说话的AI，就能完美模仿出你的声音。
例如这是你的一小句聊天语音：
这是AI根据它模仿你说话的音色：
是不是细思极恐？
这是微软最新AI成果——语音合成模型VALL·E，只需3秒语音，就能随意复制任何人的声音。
它脱胎于DALL·E，但专攻音频领域，语音合成效果在网上放出后火了：
有网友表示，要是将VALL·E和ChatGPT结合起来，效果简直爆炸：
看来与GPT-4在Zoom里聊天的日子不远了。
还有网友调侃，（继AI搞定作家、画家之后）下一个就是配音演员了。
所以VALL·E究竟怎么做到3秒钟模仿“没听过”的声音？
用语言模型来分析音频
基于AI“没听过”的声音合成语音，即零样本学习。
语音合成趋于成熟，但之前零样本语音合成效果并不好。
主流语音合成方案基本是预训练+微调模式，如果用到零样本场景下，会导致生成语音相似度和自然度很差。
基于此，VALL·E横空出世，相比主流语音模型提出了不太一样的思路。
总之：作为在职人员，有时间学习和精力的话还是建议自考；反之，就可以选择函授本科；注：广州自考专科专科报名无限制，广州自考专科本科在毕业的时候需要有教育部门认可的专科学历证明，且医学专业有一定的限制。觉得自己报名报考麻烦的考生，可以选择靠谱的机构或者是助学点进行报名报考。
相比传统模型采用梅尔频谱提取特征，VALL·E直接将语音合成当成了语言模型的任务，前者是连续的，后者是离散化的。
具体来说，传统语音合成流程往往是“音素→梅尔频谱（mel-spectrogram）→波形”这样的路子。
但VALL·E将这一流程变成了“音素→离散音频编码→波形”：
具体到模型设计上，VALL·E也和VQVAE类似，将音频量化成一系列离散tokens，其中第一个量化器负责捕捉音频内容和说话者身份特征，后几个量化器则负责细化信号，使之听起来更自然：
随后以文本和3秒钟的声音提示作为条件，自回归地输出离散音频编码：
VALL·E还是个全能选手，除了零样本语音合成，同时还支持语音编辑、与GPT-3结合的语音内容创建。
那么在实际测试中，VALL·E的效果如何呢？
连环境背景音都能还原
根据已合成的语音效果来看，VALL·E能还原的绝不仅仅是说话人是挑战！考试的突然延期让很多人措手不及，很多心态不好、不太坚定的同学就会自此放下，开始佛系备考了。战线拉得越长，就会有越来越多的同学退出战斗，虽然计划都打乱了，但是都坚持到这里了，你可不能轻言放弃啊！也是机会！ 的音色。
不仅语气模仿到位，而且还支持多种不同语速的选择，例如这是在两次说同一句话时，VALL·E给出的两种不同语速，但音色相似度仍然较高：
同时，连说话者的环境背景音也能准确还原。
除六、论文答辩的费用不是由省考试院统一定的，是由各专业对应的院校制定的费用。不同地方不同院校有所不同，具体费用可以咨询报考老师或者主考院校。论文提交完后会有答辩。值得注意：论文撰写是需要提前申请的，所以记得留意主考院校的通知。很多自考本科的学生都担心这样的问题久没通过科目考试，我还能毕业吗？此之外，VALL·E还能模仿说话者的多种情绪，包括愤怒、困倦、中立、愉悦和恶心等好几种类型。
值得一提的是，VALL·E训练用的数据集不算特别大。
相比OpenAI的Whisper用了68万小时的音频训练，在只用了7000多名演讲者、6万小时训练的情况下，VALL·E就在语音合成相似度上超过了经过预训练的语音合成模型YourTTS。
而且，YourTTS在训练时，事先已经听过108个演讲者中的97人声音，但在实际测试中还是比不过VALL·E。
有网友已经在畅想它可以应用的地方了：
不仅可以用在模仿自己的声音上，例如帮助残障人士和别人完成对话，也可以在自己不想说话时用它代替自己发语音。
当然，还可以用在有声书的录制上。
不过，VALL·E目前还没开源，要想试用可能还得再等等。
四、参加考试开考前10天考试院会开通准考证打印，准考证上会写明考场地点，考试时间，考试科目等。同学们只需按时到指定考点考试就可以了！五、学位英语&学位证很多自考的同学不明白为什么要报考学位英语考试。
作者介绍
这篇论文所有作者均来自微软，其中有三位共同一作。
按照工作人员的提示进行缴费，得到打印的考试通知单，通知单上有考试日期、考场和座位号。4.在考办规定的时间领取新制作出的准考证。?PART6报名需要什么资料？首次参加自学考试报名者，必须持本人《民民身份证》或相关证件（注：遗失《居民身份证》的，须由公安户籍部门出具身份证号码；现役军人、武警须持军官证或士兵证、警官证；未成年人须提供户口簿）。一作Chengyi Wang，南开大学和微软亚研院联合培养博士生，研究兴趣是语音识别、语音翻译和语音预训练模型等。
共同一作Sanyuan Chen，哈工大和微软亚研院联合培养博士生，研究方向包括自监督学习、NLP和语音处理等。
共同一作Yu Wu，微软亚研院NLP小组研究员，在北航获得博士学位，研究方向是语音处理、聊天机器人系统和机器翻译等。
感兴趣的小伙伴可以戳下方论文地址查看~
论文地址：
https://arxiv.org/abs/2301.02111
音频试听地址：
https://valle-demo.github.io/
参考链接：
https://twitter.com/DrJimFan/status/1611397525541617665
— 完 —
科技前沿进展日日相见 ~
原标题：《3秒复制任何人的嗓音！微软音频版DALL·E细思极恐，连环境背景音也能模仿》
阅读原文
自考学历专业