据媒体报道，Facebook研究员开源了其在今年七月发表的一篇论文中的语音合成方法。在论文中，他们提出了一种新的文字转语音的神经网络方法，可以将从开放场景下采样到的声音中提取的文字转化为语音。
说到神经网络，该技术基于新的移位缓冲内存储器区，评估使用者注意力，计算输出音频，以及自身的更新，可用于在开放场景下采样到的声音转化成文字，再转化成语音。该技术的网络架构比现存的同类架构要简单。
此外，通过使用与上下文无关的查找表对输入语句进行编码，该表的每个条目包含一个字符或音素。同样，能通过一个短向量来表示说话者，这个短向量也适用于新说话者。而且在生成音频之前，优先准备好缓冲区可以使生成的语音具有可变性。
