Α.Ι. μπορεί να μιμηθεί ανθρώπινες φωνές, αν τις ακούσει για λίγα δευτερόλεπτα

Αναπτύχθηκε από ομάδα ερευνητών της Microsoft.

Μία ομάδα ερευνητών της Microsoft ανέπτυξε την Vall-E, μία Α.Ι. που μπορεί να μιμηθεί ανθρώπινες φωνές, αν τις ακούσει για λίγα δευτερόλεπτα.

Οι ερευνητές δήλωσαν ότι τα περισσότερα συστήματα παραγωγής φωνής χρειάζονται μόνο υψηλής ποιότητας δεδομένα ώστε να δημιουργήσουν τον ήχο με ακρίβεια. Δεδομένα που μαζεύτηκαν από το Internet δεν ταιριάζουν στις προδιαγραφές και δεν οδηγούν στο επιθυμητό αποτέλεσμα.

Η Vall-E, όμως είναι εκπαιδευμένη σε 60.000 ώρες αγγλικής γλώσσας από περισσότερο 7.000 μικρόφωνα και όλα αυτά έχουν εισαχθεί σε πρόγραμμα αναγνώρισης λόγου. Τα δεδομένα που χρησιμοποιεί δεν είναι ακριβή ή καθαρά, όμως οι ερευνητές θεωρούν ότι μπορεί πιο εύκολα και φυσικά να προσαρμοστεί από άλλα αντίστοιχα συστήματα: Τα αποτελέσματα των πειραμάτων δείχνουν ότι η Vall-E ξεπερνάει με διαφορά τα υπόλοιπα συστήματα σε θέμα ομοιότητας με την πραγματικότητα φυσικότητας. Επιπλέον βρήκαμε ότι η Vall-E μπορεί να κρατήσει το συναίσθημα του ομιλητή Για να μην υπάρξουν προβλήματα πνευματικών δικαιωμάτων η ιδιωτικότητας, η ομάδα των ερευνητών δήλωσε ότι θα δημιουργήσει ένα λογισμικό που θα εντοπίζει αν τα clips είναι πραγματικά ή δημιουργημένα από την Vall-E.

Μπορείτε να ακούσε την Vall-E κάνοντας κλικ εδώ. 

Διαβάστε επίσης για την Α.Ι. που παίζει επιτραπέζια και συζητήστε για την Microsoft στο σχετικό forum topic.