ეს რეალისტური სინთეზირებული მეტყველება შეიძლება იყოს აუდიოწიგნების მომავალი

სინთეზირებული ხმები, როგორიცაა Siri და Alexa-ს მიერ გამოყენებული ხმები, კარგია იმისთვის, რომ გვითხრას დღის ამინდის პროგნოზი ან როგორ ბევრი წუთი რჩება სამზარეულოს ქრონომეტრზე, მაგრამ ნამდვილად გსურთ მათი ბრტყელი, ერთფეროვანი ტონები წაგიკითხოთ აუდიო წიგნები? ალბათ არა, რის გამოც უმეტესობა ჩვენგანი მიმართავს ადამიანის გახმოვანებულ სერვისებს, როგორიცაა Audible, ჩვენი აუდიო წიგნის შესწორების მისაღებად. ადამიანური ხმის მსახიობები შეიძლება დიდხანს არ აყვნენ თავს, თუმცა, ლონდონში დაფუძნებული სტარტაპის პიონერული მუშაობის გამო, ე.წ. DeepZen.

ხელოვნური ინტელექტის ალგორითმების გამოყენებით, გაძლიერებული ტექნოლოგიური ცეცხლის ძალით IBM-ის Power A.I. და Watson ტექნოლოგიები, DeepZen-მა შეიმუშავა ტექსტის გადაცემის ხელსაწყოები, რომლებიც არა მხოლოდ ადამიანურად ჟღერს პირველი მოსმენისას, არამედ ასევე შეუძლია გააცნობიეროს ემოციური ნიშნები, რომლებიც საჭიროა ტექსტის დამაჯერებლად წასაკითხად. ამით კომპანია ამტკიცებს, რომ მას შეუძლია შეამციროს აუდიოწიგნების წარმოების დრო და ღირებულება 90%-მდე.

„ჩვენი სისტემა ნამდვილად რევოლუციურია“, განუცხადა Digital Trends-ს DeepZen-ის აღმასრულებელმა დირექტორმა და თანადამფუძნებელმა ტაილან კამისმა. ”ის მუშაობს ღრმა სწავლისა და ნერვული ქსელების გამოყენებით იმის გასაგებად, თუ როგორ საუბრობს და კითხულობს ადამიანი. შემდეგ ჩვენ ვავარჯიშებთ სისტემას, რათა მან შეძლოს ამოიცნოს, სად გამოიყენოს სწორი ემოციები და ინტონაცია ტექსტის კითხვისას. შედეგი არის ადამიანის მსგავსი მეტყველება, რომელიც ძალიან ჰგავს რეალურს“.

გარდაუვალია, მსგავსი ნამუშევარი შეიძლება იყოს მოწინავე A.I-ს კიდევ ერთი მაგალითი. ხელსაწყოები ემუქრება ადამიანის პროფესიას. ამ შემთხვევაში, ეს პროფესია მოიცავს მსახიობებს, რომლებსაც, მიუხედავად იმისა, რისი მიღწევაც რამდენიმე გახმაურებულ ფიგურას შეუძლია, არ აქვთ ყველაზე სტაბილური, სტაბილური კარიერა, როგორიც არის. გულუბრყვილო იქნება ვიფიქროთ, რომ ასეთი პროგრამული უზრუნველყოფა არ მოახდენს გავლენას ხმის მსახიობების მომავალზე, მაგრამ, როგორც კამისი აღნიშნავს, რომ არსებობს უამრავი სცენარი, რომლებშიც ისეთი ინსტრუმენტები, როგორიცაა DeepZen-ი, შეიძლება დადებითი იყოს. კაცობრიობა.

მაგალითად, ამან შესაძლოა შესაძლებელი გახადოს აუდიოწიგნების შექმნა ახალი და გამოჩენილი მწერლების, ან გამომცემლების ნაწარმოებებზე დაყრდნობით, რომლებსაც არ გააჩნიათ დიდი ბიუჯეტის ფუფუნება. ის ასევე შეიძლება გამოყენებულ იქნას ტექსტის მეტყველების უმაღლესი ინსტრუმენტების შემუშავებაში იმ ადამიანებისთვის, რომლებსაც აქვთ დისლექსია ან სხვაგვარად უჭირთ კითხვა.

„რაც შეეხება მომავალს, ჩვენ ასევე ვუყურებთ ხმოვანი გადაცემის წარმოებას ვიდეო წარმოების ინდუსტრიისთვის, როგორც ასევე თამაში, სადაც საჭიროა რეალურ დროში ტექსტის მეტყველება მოთამაშის გამოცდილების გასაუმჯობესებლად,” კამი განაცხადა. „ჩვენ ასევე ვუყურებთ სხვა ენებს“.

შეგიძლიათ შეამოწმოთ სისტემის ნიმუში აქ.

რედაქტორების რეკომენდაციები

• უსაფრთხოების რობოტები შესაძლოა თქვენს მახლობლად მდებარე სკოლაში მოვიდნენ
• როგორ გავიგოთ, როდის ხდება AI რეალურად მგრძნობიარე?
• ანალოგი A.I.? ეს გიჟურად ჟღერს, მაგრამ ეს შეიძლება იყოს მომავალი
• A.I.-ს მომავალი: 4 დიდი რამ, რასაც უნდა უყუროთ მომდევნო რამდენიმე წელიწადში
• ეს ტექნოლოგია იყო სამეცნიერო ფანტასტიკა 20 წლის წინ. ახლა რეალობაა

განაახლეთ თქვენი ცხოვრების წესიDigital Trends ეხმარება მკითხველს თვალყური ადევნონ ტექნოლოგიების სწრაფ სამყაროს ყველა უახლესი სიახლეებით, სახალისო პროდუქტების მიმოხილვებით, გამჭრიახი რედაქციებითა და უნიკალური თვალით.