Mākslīgais intelekts (AI) ir šobrīd ir brīdis, un vējš turpina pūst burās ar ziņām, ka Microsoft strādā pie AI, kas var atdarināt jebkura balsi pēc īsa trīs sekunžu parauga ievadīšanas.
Jaunais rīks, kas nodēvēts par VALL-E, ir apmācīts aptuveni 60 000 stundu balss datu angļu valodā, kas, pēc Microsoft domām, ir "simtiem reižu lielāks nekā esošās sistēmas". Izmantojot šīs zināšanas, tā veidotāji apgalvo, ka ir nepieciešama tikai neliela balss ievade, lai saprastu, kā atkārtot lietotāja balsi.
Iespaidīgāks tas, ka VALL-E var reproducēt emocijas, balss toņus un akustisko vidi, kas atrodama katrā paraugā, ko citas balss AI programmas ir cīnījušās. Tas tai piešķir reālistiskāku auru un tuvina tā rezultātus kaut kam, ko varētu uzskatīt par patiesu cilvēka runu.
Saistīts
- GPT-4: kā izmantot AI tērzēšanas robotu, kas padara ChatGPT kaunā
- Google Bard tagad var runāt, bet vai tas var noslāpēt ChatGPT?
- Elona Muska jaunā AI uzņēmuma mērķis ir "saprast Visumu"
Salīdzinot ar citiem teksta pārvēršanas runā (TTS) konkurentiem, Microsoft saka, ka VALL-E “runas ziņā ievērojami pārspēj modernāko nulles šāva TTS sistēmu. dabiskums un runātāja līdzība. Citiem vārdiem sakot, VALL-E izklausās daudz vairāk kā īsti cilvēki nekā konkurējošie AI, kas saskaras ar audio ieejām, kuras viņi nav apmācīti. ieslēgts.
Ieteiktie videoklipi
Vietnē GitHub Microsoft ir izveidojis a neliela paraugu bibliotēka izveidots, izmantojot VALL-E. Rezultāti lielākoties ir ļoti iespaidīgi, ar daudziem paraugiem, kas atveido skaļruņu balss klusumu un akcentu. Daži no piemēriem ir mazāk pārliecinoši, norādot, ka VALL-E, iespējams, nav gatavs produkts, taču kopumā rezultāts ir pārliecinošs.
Milzīgs potenciāls un riski
Iekšā papīrs, kas iepazīstina ar VALL-EMicrosoft skaidro, ka VALL-E “var radīt potenciālus riskus modeļa ļaunprātīgas izmantošanas gadījumā, piemēram, balss viltošanu identificēšana vai uzdošanās par konkrētu runātāju. Tik spējīgs rīks reālistiski skanošu runas paaugstinājumu ģenerēšanai rēgs no arvien pārliecinošāki dziļi viltojumi, ko var izmantot, lai atdarinātu jebko, sākot no bijušā romantiskā partnera līdz ievērojamai starptautiskai personībai.
Lai mazinātu šos draudus, Microsoft saka, ka "ir iespējams izveidot noteikšanas modeli, lai noteiktu, vai audio klipu sintezēja VALL-E." Uzņēmums saka, ka izmantos arī savu AI principi izstrādājot savu darbu. Šie principi attiecas uz tādām jomām kā godīgums, drošība, privātums un atbildība.
VALL-E ir tikai jaunākais piemērs Microsoft eksperimentiem ar AI. Nesen uzņēmums ir strādājis pie ChatGPT integrēšana pakalpojumā Bing, izmantojot AI, lai apkopojiet savas Teams sanāksmes, un uzlaboto rīku ievietošana tādās lietotnēs kā Outlook, Word un PowerPoint. Un saskaņā ar Semafor teikto, Microsoft vēlas ieguldīt 10 miljardus dolāru ChatGPT veidotājā OpenAI, uzņēmums, kurā tas jau ir ieguldījis ievērojamus līdzekļus.
Neskatoties uz acīmredzamajiem riskiem, tādi rīki kā VALL-E varētu būt īpaši noderīgi medicīnā, piemēram, lai palīdzētu cilvēkiem atgūt balsi pēc negadījuma. Spēja replicēt runu ar tik mazu ievades kopu šajās situācijās varētu būt ļoti daudzsološa, ja tas tiek darīts pareizi. Taču, tā kā visa nauda tiek iztērēta mākslīgajam intelektam — gan Microsoft, gan citi, ir skaidrs, ka tā drīz nepazudīs.
Redaktoru ieteikumi
- Labākie autori pieprasa samaksu no AI firmām par viņu darba izmantošanu
- Labākie AI video rediģēšanas rīki
- ChatGPT veidotājs OpenAI saskaras ar FTC izmeklēšanu par patērētāju aizsardzības likumiem
- Zinātnieki saka, ka mākslīgā intelekta sasniegumi varētu notikt caur bišu smadzenēm
- OpenAI veido jaunu komandu, lai apturētu superinteliģentā mākslīgā intelekta ļaunprātīgu izmantošanu
Uzlabojiet savu dzīvesveiduDigitālās tendences palīdz lasītājiem sekot līdzi steidzīgajai tehnoloģiju pasaulei, izmantojot visas jaunākās ziņas, jautrus produktu apskatus, ieskatu saturošus rakstus un unikālus ieskatus.
