קול עמוק 2, שעוקב בעקבות הופעת הבכורה הפומבית של Deep Voice מוקדם יותר השנה, יכול לייצר דיבור בזמן אמת שכמעט ואינו נבדל מקול אנושי. על אחת כמה וכמה, הוא צריך רק שלושים דקות של אודיו כדי לבנות דגם עובד, והוא יכול לחקות את המבטאים האזוריים של מאות רמקולים שונים.
סרטונים מומלצים
זה קפיצת מדרגה טובה יותר מאשר גרסאות מוקדמות של Deep Voice, שלקח מספר שעות ללמוד קול אחד.
המפתח הוא היכולת של Deep Voice 2 לזהות קווי דמיון בין מאות רמקולים שונים כדי לבנות מודל עבודה של קול אנושי. לאחר מכן, הוא שואב באופן אוטונומי קולות ייחודיים מהדגם הזה - בניגוד לעוזרות קוליות כמו Siri של אפל, הדורשות כי מתעד אנושי אלפי שעות דיבור שהמהנדסים מכוונים ביד, Deep Voice 2 אינו דורש הדרכה או מדריך התערבות.
"תן לו את הנתונים הנכונים, והוא יכול ללמוד בעצמו איזה סוג של תכונות חשובות", אמר אנדרו גיביאנסקי, מדען מחקר במעבדת הבינה המלאכותית של עמק הסיליקון של באידו, ל-The Verge.
Baidu היא לא החברה היחידה שמשקיעה בטכנולוגיה איכותית של טקסט לדיבור. WaveNet של גוגל, מוצר של חטיבת DeepMind של החברה, מייצר קולות על ידי דגימת דיבור אנושי אמיתי ויצירת צלילים משלו במגוון קולות. Project VoCo של Adobe מתמלל דיבור אנושי לטקסט הניתן לעריכה בזמן אמת. ו-Lyrebird, סטארט-אפ קנדי בינה מלאכותית, נותנת רישיון לאלגוריתמים שיכולים לחקות כל קול בדקה אחת בלבד של אודיו לדוגמה, ליצור אלף משפטים בפחות מחצי שנייה, והוא יכול להחדיר לדיבור שהוא יוצר רגשות כמו כעס, אהדה ו לחץ.
אבל אל תצפה Deep Voice 2 או WaveNet להחליף את Siri, ה Google Assistant, או של אמזון אלכסה בכל עת בקרוב - אפליקציות תרגום המופעלות על ידי בינה מלאכותית דורשות יותר משאבים ממה שהטלפונים של היום יכולים לספק באופן סביר. אבל Baidu רואה פוטנציאל ביישומים כמו אפליקציות טקסט לדיבור ועוזרים מבוססי קול. "ליכולת לסנתז במהירות מספר קולות אנושיים תהיה השפעה עצומה על מוצרים כגון עוזרים אישיים וקוראי ספרים אלקטרוניים בעתיד. לדוגמה, לכל תו של הספר האלקטרוני שלך יכול להיות קול ייחודי כשאתה מאזין לספר האלקטרוני."
שדרג את אורח החיים שלךמגמות דיגיטליות עוזרות לקוראים לעקוב אחר עולם הטכנולוגיה המהיר עם כל החדשות האחרונות, ביקורות מהנות על מוצרים, מאמרי מערכת מעוררי תובנות והצצות מיוחדות במינן.
