Trzy sekundy, czyli ostatni gasi światło

Tytuł: Sztuczna inteligencja właśnie nauczyła się naśladować głos dowolnej osoby. Potrzebuje trzech sekund
Autor: Bartłomiej Pawlak - Gazeta.pl / Next
Źródło: https://next.gazeta.pl/next/7,151243,29350157,sztuczna-inteligencja-wlas...
Data publikacji: 12.01.2023

Opracowany przez naukowców z Uniwersytetu Cornella - na zlecenie firmy Microsoft - system VALL-E jest w stanie podszyć się pod głos dowolnej osoby i robi to z niewiarygodną dokładnością. W pierwszej chwili próbki głosów trudno rozróżnić. A do naśladowania żywej osoby sztuczna inteligencja potrzebuje próbki głosu o długości zaledwie trzech sekund - czytamy w dziale "Next" na portalu Gazeta.pl.

Sztuczna inteligencja w trzy sekundy podszywa się pod głos dowolnej osoby

/.../ Udało się stworzyć model, który nie tylko generuje ludzką mowę, ale potrafi dokładnie odtworzyć cudzą barwę głosu, a nawet odpowiednią intonację wypowiedzi oraz całkiem nieźle naśladować emocje mówiącego.
Naukowcy zapewniają, że udało im się w ten sposób stworzyć system generujący najbardziej naturalną i podobną do głosu lektora mowę. /.../ VALL-E nie zawsze radzi sobie perfekcyjnie, ale faktycznie w sposób w miarę naturalny i dość dokładny naśladuje kilku przykładowych lektorów.

Do czego można wykorzystać VALL-E? Nie tylko w pozytywnym celu

/../ Microsoft nie udostępnia jednak systemu publicznie m.in. z powodu zagrożenia, jakie niesie wykorzystanie go w nieuprawniony sposób. VALL-E może bowiem stworzyć fałszywą wypowiedź znanej osoby (np. polityka) lub udawać głos osoby, którą zna ofiara w oszustwach (np. wyłudzanie pieniędzy).

Więcej szczegółów poznacie w artykule na Gazeta.pl