Изкуствен интелект преобразува текст в говор, имитирайки точно гласа на човека
Microsoft показа модел на изкуствен интелект (ИИ), наименуван VALL-E, който той преобразува текста в тирада, имитирайки тъкмо гласа на човек, а за пример може да служи запис с дълготрайност единствено три секунди. В същото време ИИ резервира прочувствената багра на речта от образеца, оповестява Ars Technica.
Авторите на плана споделят, че системата ще се окаже потребна при създаването на приложения с опция за висококачествено превръщане на текст в тирада и при основаване на аудио наличие в композиция с други ИИ генератори на наличие от рода на GPT-3.
Въпреки, че те също по този начин признават, че тя може да се употребява за редактиране на аудиозапис по разшифроване - моделът може да " накара " човек да произнесе думи, които той в никакъв случай не е казвал в реалност.
При основаването на модела е употребена създадената от Meta технология Encoder, която обезпечава дейно компресиране на аудио сигнала. За разлика от обичайните способи за превръщане на текста в диалект, VALL-E...
Прочетете целия материал в cash.bg
Авторите на плана споделят, че системата ще се окаже потребна при създаването на приложения с опция за висококачествено превръщане на текст в тирада и при основаване на аудио наличие в композиция с други ИИ генератори на наличие от рода на GPT-3.
Въпреки, че те също по този начин признават, че тя може да се употребява за редактиране на аудиозапис по разшифроване - моделът може да " накара " човек да произнесе думи, които той в никакъв случай не е казвал в реалност.
При основаването на модела е употребена създадената от Meta технология Encoder, която обезпечава дейно компресиране на аудио сигнала. За разлика от обичайните способи за превръщане на текста в диалект, VALL-E...
Прочетете целия материал в cash.bg
Източник: cash.bg
КОМЕНТАРИ