![Центровете за данни на ИИ вече консумират енергия колкото малки градове, климатът страда](/uploads/articles/thumb/202406/jfrqKGvu629DG9ZpMYqkLiDDPMvypcN64wH48cAx.jpg)
Изкуствен интелект преобразува текст в говор, имитирайки точно гласа на човека
- Технологии
- Текст:
![Изкуствен интелект преобразува текст в говор, имитирайки точно гласа на човека](/uploads/articles/main/202301/2nDKbLv6cKmqU0IKJFK3rbBYJBkoccuo1EGId1nD.jpg)
Microsoft представи модел на изкуствен интелект (ИИ), наречен VALL-E, който преобразува текста в реч, имитирайки точно гласа на човек, а за образец може да служи запис с продължителност само три секунди. В същото време ИИ запазва емоционалната окраска на речта от образеца, съобщава Ars Technica.
Авторите на проекта казват, че системата ще се окаже полезна при разработването на приложения с възможност за висококачествено преобразуване на текст в реч и при създаване на аудио съдържание в комбинация с други ИИ генератори на съдържание от рода на GPT-3.
Въпреки, че те също така признават, че тя може да се използва за редактиране на аудиозапис по разшифроване - моделът може да "накара" човек да произнесе думи, които той никога не е казвал в действителност.
При създаването на модела е използвана разработената от Meta технология Encoder, която осигурява ефективно компресиране на аудио сигнала. За разлика от традиционните методи за преобразуване на текста в говор, VALL-E не конструира звукови вълни, а анализира особеностите на речта на човека, разбива тези данни на отделни компоненти (така наречените "токени") и генерира запис въз основа на това, което вече "знае" за образеца - моделира гласа така, както той би звучал извън трисекундния образец. Обучението на модела се извършва в библиотеката LibriLight, събрана от Meta. Тя, от своя страна, съдържа 60 000 часа англоезична реч, събрана от повече от 7000 носители: данните са заимствани главно от колекцията LibriVox.
![](/uploads/attachments/vall-e-63c1aaa784c6d.jpg)
В образците, представени на уебсайта на проекта, колонката "Speaker Prompt" съдържа образци на говор; в колонката "Ground Truth" е представен запис на необходимия текст в изпълнение на човека, от когото е записан образецът; "Baseline" е образец на работата на традиционните преобразуватели на текст в реч, а "VALL-E" е работата на новия ИИ модел.
Невронната мрежа може така също да предложи няколко варианта на необходимия текст с гласа на образеца. Създателите на системата добавяг, че тя не само придава на гласа от генерирания запис желаната емоционална окраска, но и имитира "акустичното обкръжение" на образеца - ако оригиналният запис е бил направен от телефонен разговор, то и резултатът ще наподобява разговор по телефона.
Поради опасността от злоупотреба с технологията, Microsoft не е публикувала кода на VALE за експерименти, ето защо всеки, който иска да тества работата на модела, няма да може да го направи. Компанията добавя, че по аналогичен начин ще постъпва и с други проекти, ако те носят потенциална заплаха от злоупотреби.
Още по темата във
facebookСподели тази статия в:
![Белият дом обяви уместността на разрешението на САЩ за Украйна да удари Русия](/uploads/articles/thumb/202407/hNPN5qgTMTsKzzshcZYq1IqxDmbokmqDJ9Yblbgd.jpg)
Белият дом обяви уместността на разрешението на САЩ за Украйна да удари Русия
![Tesla намали продажбите на електрокари в Китай с 20,2% през юни](/uploads/articles/thumb/202407/5xTKPTC4BU1vpTVlILHKkKttZSFdTuyE5R5GWzeB.jpg)
Tesla намали продажбите на електрокари в Китай с 20,2% през юни
![Автомобилите Skoda отново ще се доставят в Русия](/uploads/articles/thumb/202407/HuLXRKqYScFEuMyTR2MITGskTRpdw90D1aF5u16z.jpg)
Автомобилите Skoda отново ще се доставят в Русия
![Десният алианс на Орбан става официална група в Европейския парламент](/uploads/articles/thumb/202407/RDp4ScjG4SOVhPnNRpATAIFiG66flcFz86fM9Bqk.jpg)
Десният алианс на Орбан става официална група в Европейския парламент
![Шести блок на АЕЦ „Козлодуй” вече работи](/uploads/articles/thumb/202407/kFk3moNp9fyAcE17xwLx1yb9JvguLjtWqY4iRk4I.jpg)
Шести блок на АЕЦ „Козлодуй” вече работи
![Учени предупредиха за приближаваща звездна експлозия, която ще се вижда от Земята](/uploads/articles/thumb/202407/liWDVAsqpUwi27Ro6bmrYLNLdxwfffGosxTcYSyW.jpg)
Учени предупредиха за приближаваща звездна експлозия, която ще се вижда от Земята
![Додик обеща да не допусне Босна и Херцеговина да се присъедини към НАТО](/uploads/articles/thumb/202407/udvoypfeJFG7or9qS2kyzPTMqmbRg8jVHyff4q8O.jpg)
Додик обеща да не допусне Босна и Херцеговина да се присъедини към НАТО
![Главчев ще участва в Срещата на върха на НАТО във Вашингтон](/uploads/articles/thumb/202407/kqgf5NBC8OHHE1oehozJDkWzv9JWNX9pZbAcnSWk.jpg)
Главчев ще участва в Срещата на върха на НАТО във Вашингтон
![Politico: Има тревога в НАТО заради Байдън](/uploads/articles/thumb/202407/mqWwSPo85jLlhBurrG9LZMMoEI959qeOECITo5hF.jpg)