Технолозите на Microsoft разкриха една от най-новите си разработки. Това

Технолозите на Microsoft разкриха една от най-новите си разработки. Това е модел с изкуствен интелект (AI), наименуван VALL-E, който е предопределен да преобразува текст в жива тирада. Това не е първият модел от този тип, само че в случай че логаритъмът Lyrebird 2017, създаден в университета в Монреал, се нуждаеше от цяла минута запис за разбор, то моделът VALL-E се нуждае единствено от три секунди. След това стартира да имитира речта на съответен човек, в това число акустична багра и емоционалност на тона.

VALL-E е програмиран на 60 000 часа записи на тирада на британски, най-вече аудиокниги, четени от разнообразни хора. Това даде своя резултат, моделът възпроизвежда фрази, които звучат изцяло естествено.

Единственият минус на модела е, че прекъсва звука, когато в изреченията се появят неразбираеми места от позиция на синтаксиса или пунктуацията. Моделът VALL-E също е доста добър в пресъздаването на аудиосредата на истинския пример. Ако този пример, да вземем за пример, е записана от телефон, тогава цялата последваща синтезирана тирада ще бъде " като от телефон ". Също по този начин моделът е в положение да възпроизвежда тънкостите на речта, сходни мостри, записани от американец или британец, дават изцяло разнообразни резултати.