WaveNet
Het neurale netwerk van DeepMind uit 2016 dat audio sample voor sample genereert en machinestemmen merkbaar minder machineachtig maakte.
Eerdere spraaksynthese plakte opgenomen fragmenten aan elkaar of stuurde een parametrische vocoder aan, en klonk ernaar. WaveNet modelleerde de golfvorm zelf: elke nieuwe sample wordt voorspeld uit alle voorgaande, met causale convoluties waarvan de dilatatie per laag verdubbelt, zodat het netwerk honderden milliseconden terug kan kijken. Samples werden met μ-law tot 256 niveaus gekwantiseerd, waardoor de taak een classificatie werd. In luistertests dichtte het ongeveer de helft van de kloof tussen synthetische en menselijke spraak.
Het addertje was de snelheid: een seconde audio kostte oorspronkelijk minuten. Een parallelle variant uit 2017 loste dat op en kwam in Google Assistant terecht. De architectuur werd de blauwdruk voor neurale vocoders en duikt op onverwachte plekken op, zoals in versterkermodellen voor gitaristen.