Штучний інтелект (ШІ) є маю момент прямо зараз, і вітер продовжує дути у вітрила з новинами про те, що Microsoft працює над штучним інтелектом, який може імітувати будь-який голос після короткого трисекундного зразка.
Новий інструмент, який отримав назву VALL-E, був навчений приблизно на 60 000 годинах голосових даних англійською мовою, які, за словами Microsoft, «у сотні разів більше, ніж існуючі системи». Використовуючи ці знання, його творці стверджують, що йому потрібна лише невелика частина голосового введення, щоб зрозуміти, як відтворити голос користувача.
Ще більш вражаюче те, що VALL-E може відтворювати емоції, вокальні тони та акустичне середовище, які є в кожному зразку, з чим боролися інші програми голосового штучного інтелекту. Це надає йому більш реалістичної аури та наближає результати до чогось, що може видатися за справжню людську мову.
Пов'язані
- GPT-4: як використовувати чат-бот ШІ, який ганьбить ChatGPT
- Google Bard тепер може говорити, але чи може він заглушити ChatGPT?
- Нова компанія ШІ Ілона Маска прагне «розуміти Всесвіт»
У порівнянні з іншими конкурентами з перетворення тексту в мову (TTS), Microsoft каже, що VALL-E «значно перевершує сучасну систему TTS з нульовим ударом щодо мовлення. природність і схожість спікерів». Іншими словами, VALL-E більше нагадує справжніх людей, ніж конкуруючі ШІ, які стикаються з аудіовходами, яких вони не навчали на.
Рекомендовані відео
На GitHub Microsoft створила a невелика бібліотека зразків створений за допомогою VALL-E. Результати здебільшого дуже вражаючі, з багатьма семплами, які відтворюють звук і акцент голосів ораторів. Деякі приклади менш переконливі, вказуючи на те, що VALL-E, ймовірно, не є готовим продуктом, але загалом результат переконливий.
Величезний потенціал — і ризики
В документ, що представляє VALL-E, Microsoft пояснює, що VALL-E «може нести потенційні ризики у неправильному використанні моделі, наприклад, підробка голосу ідентифікація або видавання себе за конкретного мовця». Такий потужний інструмент для генерації реалістично звучачих речей привид дедалі переконливіші дипфейки, який можна використовувати для імітації будь-кого, від колишнього романтичного партнера до видатної міжнародної особистості.
Щоб пом’якшити цю загрозу, Microsoft каже, що «можна побудувати модель виявлення, щоб визначити, чи був аудіокліп синтезований VALL-E». Компанія каже, що також використовуватиме власний Принципи ШІ при розробці своєї роботи. Ці принципи охоплюють такі сфери, як справедливість, безпека, конфіденційність і підзвітність.
VALL-E — це лише останній приклад експериментів Microsoft із ШІ. Останнім часом компанія працює над інтеграція ChatGPT у Bing, використовуючи AI для підсумуйте свої зустрічі Teams, а також пересаджувати розширені інструменти в такі програми, як Outlook, Word і PowerPoint. І, за словами Семафора, Microsoft прагне інвестувати 10 мільярдів доларів у виробника ChatGPT OpenAI, компанії, в яку вона вже вклала значні кошти.
Незважаючи на очевидні ризики, такі інструменти, як VALL-E, можуть бути особливо корисними в медицині, наприклад, щоб допомогти людям відновити голос після нещасного випадку. Можливість відтворювати мовлення з таким невеликим набором вхідних даних може бути надзвичайно перспективною в цих ситуаціях, якщо це зроблено правильно. Але враховуючи всі гроші, які витрачає на штучний інтелект — як Microsoft, так і інші — ясно, що він не зникне найближчим часом.
Рекомендації редакції
- Найпопулярніші автори вимагають від фірм штучного інтелекту плату за використання їхніх робіт
- Найкращі інструменти для редагування відео AI
- Розробник ChatGPT OpenAI стикається з розслідуванням FTC щодо законів про захист прав споживачів
- Вчені кажуть, що відкриття ШІ можуть відбуватися через мозок бджіл
- OpenAI створює нову команду, щоб зупинити надрозумний штучний інтелект
Оновіть свій спосіб життяDigital Trends допомагає читачам стежити за динамічним світом технологій завдяки всім останнім новинам, цікавим оглядам продуктів, проникливим редакційним статтям і унікальним у своєму роді коротким оглядам.
