Ако почувствате известна странност, когато ви отговори изкуствен интелект и той има роботизиран глас, тази новина ще ви хареса. А Microsoft обяви AI, който е способен да имитира всеки човешки глас за по-малко от пет секунди, VALL-E.
Програмата слуша, синтезира и имитира човешкия глас в различни контексти. Нишата, която трябва да достигне компанията е софтуерът "текст към говор” или „преобразуване на текст в реч”, в свободен превод.
виж повече
Сигнал: ТОВА отровно растение вкара млад мъж в болница
Google разработва AI инструмент, за да помогне на журналистите в...
По-естествено, по-малко роботизирано
Идеята на този AI е именно да направи автоматизирания глас възможно най-естествен. Нещо повече, според Microsoft това е опит да се избегнат „деперсонализирани“ гласове, като тези, които съществуват днес в приложения като Гугъл преводач.
Компанията разчита на повече от 60 000 часа записи. Аудиозаписите послужиха като основа за AI за идентифициране на различните нюанси и тонове на гласа. Освен това беше възможно да се идентифицира речевият хумор. Чуйте по-долу.
VALL-E също така синтезира гласови вариации за един и същ въведен текст. pic.twitter.com/Yy9hj05Qa3
— Амог Вайшампаян (@amogh42) 7 януари 2023 г
AI, имитиращ човешки глас, може да бъде съпоставен
VALL-E може да се комбинира с други AI, според Microsoft. Пример е GPT-3, OpenIA генератор на разговори и текст.
И двете технологии са генеративни. Това означава, че те могат да създават съдържание от проби. Следователно те се нуждаят от голяма база данни, за да работят добре.
Засега AI, който имитира човешки глас, работи само на английски. Възможно е през следващите месеци други езици – включително нашия португалски – също да бъдат достъпни.
дойде да остане
Това е просто още един пример за това как AI става все по-голяма част от нашето ежедневие. Ако преди това беше изключителна тема за научнофантастични филми или студенти по програмиране, днес това е важна част от нашата рутина.
Затова е добре все повече да свиквате с възможността да се занимавате с тази технология.
Завършва социална комуникация във Федералния университет на Гояс. Страстен към дигиталните медии, поп културата, технологиите, политиката и психоанализата.