Новий штучний інтелект від Microsoft може повторювати будь-чиї голоси

Компанія Microsoft представила штучний інтелект VALL-E, який може повторити будь-який людський голос — для цього ШІ необхідно проаналізувати приклад, тривалістю всього три секунди. Як наголосили розробники ШІ-імітатора, голос повторюється достовірно, зі збереженням як тембру, так і емоційного забарвлення оригіналу.

У Microsoft VALL-E називають «мовною моделлю нейронного кодека», адже його розробка базується на технології EnCodec. На відміну від інших методів перетворення тексту, які часто синтезують мову неподібно до оригіналу, ШІ від Microsoft аналізує як саме звучить голос людини. Штучний інтелект розбиває отриману голосову інформацію на окремі «блоки» та використовує навчальні дані, щоб зіставити свої знання про те, як цей голос має звучати, якщо ШІ вимовить інші фрази.

VALL-E навчали на бібліотеці LibriLight, що містить 60 000 годин англомовного мовлення більш ніж від 7000 осіб. Окрім запуску власного штучного інтелекту, керівництво Microsoft веде переговори про інвестування $ 10 мільярдів у OpenAI, компанію-власника чат-бота на базі штучного інтелекту ChatGPT. За однією з чуток, при успішному укладанні угоди, корпорація Microsoft може заволодіти 49% акцій OpenAI. Такі зміни істотно вплинуть як на роботу додатків Microsoft, так і на подальший розвиток OpenAI.