Meta представя Voicebox, универсален AI за инструмент за генериране на реч – TechCult
Miscellanea / / June 17, 2023
Мета въвежда пробив в генеративния AI и технологията за генериране на реч към текст с многофункционален инструмент Гласова кутия. Новият AI модел може да изпълнява задачи като редактиране, вземане на проби и стилизиране.
![Meta представя Voicebox, универсален AI за инструмент за генериране на реч](/f/6ddab5f3542f929782c23613c35f51fe.png)
Възможността за генериране на първокласни аудио клипове и модифициране на предварително записано аудио е забележителна характеристика на Voicebox. Той може ефективно да елиминира разрушителните звуци като клаксони на коли или лай на кучета, като същевременно запазва оригиналната същност и тон на аудиото. Освен това, този модел владее много езици, което му позволява да предава реч на шест различни езика с еднаква степен на владеене.
генеративни AI модели като Voicebox имат потенциала да осигурят реалистични гласове на виртуални асистенти и герои, които не са играчи в метавселената. Компанията сподели своята визия в блог, който сподели, обявявайки новия инструмент, заявявайки, „В бъдеще многофункционалните генеративни AI модели като Voicebox могат да дадат естествено звучащи гласове на виртуални асистенти и герои, които не са играчи, в метавселената. Те биха могли да позволят на хората с увредено зрение да чуват писмени съобщения от приятели, прочетени от AI в гласовете им, да дадат на създателите нови инструменти за лесно създаване и редактиране на аудио записи за видеоклипове и много повече.
Новият инструмент на Meta може да изпълнява следните задачи вместо вас:
- Синтезиране на текст в говор в контекста: Voicebox има забележителната способност да анализира и възпроизвежда аудио семпли, дори когато семпълът е само две секунди. Това означава, че Voicebox може ефективно да използва идентифицирания аудио стил за генериране текст към говор резултати, които са в съответствие с желания звук и тон.
- Редактиране на реч и намаляване на шума: Voicebox може да реконструира части от речта, които са били прекъснати от шум или да променя грешно изречени думи, без да се налага пълен повторен запис на цялата реч. Това позволява извършването на ефективни и прецизни корекции, спестявайки време и усилия в процеса.
- Трансфер на междуезичен стил: Voicebox демонстрира своята забележителна гъвкавост чрез лесно адаптиране към различни езици. Чрез използване на извадка от реч и текстов пасаж на английски, френски, немски, испански, полски или португалски, инструментът може да генерира аудио четене на текста на всеки от тези езици.
- Различни извадки от реч: Благодарение на широкото излагане на различни масиви от данни, Voicebox придоби способността да генерира реч, която много емулира естествените модели на разговор, открити при взаимодействия в реалния свят.
Като генеративна AI технология продължава да напредва, много корпорации въвеждат нови и подобрени инструменти, за да предоставят по-добри изживявания на потребителите. Сега, когато Meta представя инструмента за генериране на говор Voicebox AI, компанията се надява, че неговите многостранни функции ще му позволят да се превърне в стъпало в революционната технология.
източник: Мета Нюзрум
![Алекс Крейг](/f/82c0af5dbedfba7e1fc95a8d7136c74d.jpg)
Алекс Крейг
Алекс е воден от страст към технологиите и игралното съдържание. Независимо дали става дума за игра на най-новите видеоигри, следене на последните технологични новини или ангажиране с други съмишленици онлайн, любовта на Алекс към технологиите и игрите е очевидна във всичко, което той прави.
Алекс е воден от страст към технологиите и игралното съдържание. Независимо дали става дума за игра на най-новите видеоигри, следене на последните технологични новини или ангажиране с други съмишленици онлайн, любовта на Алекс към технологиите и игрите е очевидна във всичко, което той прави.