Meta przedstawia Voicebox, wszechstronną sztuczną inteligencję do generowania mowy – TechCult
Różne / / June 17, 2023
Meta wprowadza przełom w generatywnej sztucznej inteligencji i technologii generowania mowy na tekst za pomocą wszechstronnego narzędzia Poczta głosowa. Nowy model AI może wykonywać zadania, takie jak edycja, próbkowanie i stylizacja.
![Meta wprowadza Voicebox, wszechstronną sztuczną inteligencję do generowania mowy](/f/6ddab5f3542f929782c23613c35f51fe.png)
Zdolność do generowania najwyższej jakości klipów audio i modyfikowania nagranego wcześniej dźwięku jest godną uwagi cechą Voicebox. Może skutecznie eliminować przeszkadzające dźwięki, takie jak klaksony samochodów lub szczekanie psów, przy jednoczesnym zachowaniu oryginalnej esencji i tonu dźwięku. Co więcej, ten model jest biegły w wielu językach, dzięki czemu może mówić w sześciu różnych językach z równą biegłością.
generatywne modele AI takie jak Voicebox mają potencjał, aby zapewnić realistyczne głosy wirtualnym asystentom i postaciom niezależnym w metaverse. Firma podzieliła się swoją wizją na udostępnionym blogu, ogłaszając nowe narzędzie, stwierdzając: „W przyszłości uniwersalne generatywne modele sztucznej inteligencji, takie jak Voicebox, mogą dawać naturalnie brzmiące głosy wirtualnym asystentom i postaciom niezależnym w metaverse. Mogą umożliwić osobom niedowidzącym słyszenie pisemnych wiadomości od znajomych odczytywanych ich głosami przez sztuczną inteligencję, dać twórcom nowe narzędzia do łatwego tworzenia i edytowania ścieżek dźwiękowych do filmów i wiele więcej”.
Nowe narzędzie Meta może wykonać za Ciebie następujące zadania:
- Synteza tekstu na mowę w kontekście: Voicebox ma niezwykłą zdolność do analizowania i replikowania próbek audio, nawet jeśli próbka jest tak mała, jak dwie sekundy. Oznacza to, że Voicebox może skutecznie wykorzystywać zidentyfikowany styl audio do generowania Tekst na mowę wyniki, które są ściśle zgodne z pożądanym dźwiękiem i tonem.
- Edycja mowy i redukcja szumów: Voicebox może zrekonstruować fragmenty mowy, które zostały zakłócone przez hałas lub zmienić błędnie wypowiedziane słowa, a wszystko to bez konieczności ponownego nagrywania całej mowy. Pozwala to na sprawne i precyzyjne wprowadzanie poprawek, oszczędzając czas i wysiłek w tym procesie.
- Transfer w stylu międzyjęzykowym: Voicebox prezentuje swoją niezwykłą wszechstronność, łatwo dostosowując się do różnych języków. Korzystając z próbki mowy i fragmentu tekstu w języku angielskim, francuskim, niemieckim, hiszpańskim, polskim lub portugalskim, narzędzie może wygenerować dźwiękowy odczyt tekstu w dowolnym z tych języków.
- Zróżnicowane próbkowanie mowy: Dzięki szerokiej ekspozycji na różnorodne zbiory danych, Voicebox uzyskał zdolność generowania mowy, która ściśle naśladuje naturalne wzorce konwersacji występujące w rzeczywistych interakcjach.
Jak technologia generatywnej sztucznej inteligencji wciąż się rozwija, wiele korporacji wprowadza nowe i ulepszone narzędzia, aby zapewnić użytkownikom lepsze wrażenia. Teraz, gdy Meta wprowadza narzędzie sztucznej inteligencji do generowania mowy Voicebox, firma ma nadzieję, że jego wszechstronne funkcje pozwolą mu stać się odskocznią w rewolucyjnej technologii.
Źródło: Newsroom Meta
![Alexa Craiga](/f/82c0af5dbedfba7e1fc95a8d7136c74d.jpg)
Alexa Craiga
Alex jest napędzany pasją do technologii i gier. Niezależnie od tego, czy chodzi o granie w najnowsze gry wideo, nadążanie za najnowszymi wiadomościami technicznymi czy wciąganie z innymi podobnie myślącymi osobami online, miłość Alexa do technologii i gier jest widoczna we wszystkim, co robi robi.
Alex jest napędzany pasją do technologii i gier. Niezależnie od tego, czy chodzi o granie w najnowsze gry wideo, nadążanie za najnowszymi wiadomościami technicznymi czy wciąganie z innymi podobnie myślącymi osobami online, miłość Alexa do technologii i gier jest widoczna we wszystkim, co robi robi.