Η OpenAI έχει ήδη τεχνολογία ΑΙ για την δημιουργία ηχητικών από κείμενο, βασισμένο σε 15" ομιλίας του χρήστη!

Η OpenAI έχει ήδη τεχνολογία ΑΙ για την δημιουργία ηχητικών από κείμενο, βασισμένο σε 15″ ομιλίας του χρήστη!

31 Μαρτίου 2024

Η OpenAI, γνωστή για τις καινοτομίες της στον τομέα της τεχνητής νοημοσύνης, παρουσιάζει μια νέα πλατφόρμα παραγωγής φωνής από κείμενο με την ονομασία Voice Engine.

Αυτή η πλατφόρμα έχει τη δυνατότητα να δημιουργεί μια συνθετική φωνή βασισμένη σε ένα δείγμα φωνής 15 δευτερολέπτων. Η φωνή που παράγεται από την AI μπορεί να αναπαράγει κείμενα κατόπιν εντολής, είτε στην ίδια γλώσσα με τον ομιλητή είτε σε άλλες γλώσσες.

Η OpenAI μέσα από μια ανάρτηση στο επίσημο blog της αναφέρει: «Αυτές οι μικρής κλίμακας εφαρμογές βοηθούν στη διαμόρφωση της προσέγγισής μας, των μέτρων ασφαλείας και του τρόπου σκέψης σχετικά με το πώς το Voice Engine θα μπορούσε να χρησιμοποιηθεί για καλό σε διάφορους κλάδους».

Εταιρείες που έχουν πρόσβαση σε αυτή την τεχνολογία περιλαμβάνουν την εταιρεία εκπαιδευτικής τεχνολογίας Age of Learning, την πλατφόρμα οπτικής αφήγησης HeyGen, τον παραγωγό λογισμικού υγείας Dimagi, τον δημιουργό εφαρμογών επικοινωνίας AI Livox και το υγειονομικό σύστημα Lifespan.

Σε δείγματα που δημοσίευσε η OpenAI, μπορεί κανείς να ακούσει πώς η Age of Learning χρησιμοποιεί την τεχνολογία για τη δημιουργία προ-καταγεγραμμένου περιεχομένου φωνητικού περιεχομένου, καθώς και γιατην ανάγνωση «προσωποποιημένων απαντήσεων σε πραγματικό χρόνο» προς τους μαθητές που γράφτηκαν από το GPT-4.

Η OpenAI ξεκίνησε την ανάπτυξη του Voice Engine στα τέλη του 2022 και η τεχνολογία έχει ήδη χρησιμοποιηθεί για την παραγωγή presets φωνών για το API μετατροπής κειμένου σε ομιλία και την λειτουργία Διάβασέ το Δυνατά του ChatGPT. ».

Η δημιουργία φωνής από κείμενο σε ήχο αποτελεί έναν εξελισσόμενο τομέα της AI.

Η OpenAI αναφέρει ότι οι συνεργάτες της συμφώνησαν να συμμορφώνονται με τις πολιτικές χρήσης που λένε πως δεν θα χρησιμοποιήσουν τη Γεννήτρια Φωνής για να υποκριθούν ανθρώπους ή οργανισμούς χωρίς τη συγκατάθεσή τους. Απαιτείται επίσης από τους συνεργάτες να λάβουν την «ρητή συγκατάθεση» του αρχικού ομιλητή, να μην δημιουργήσουν τρόπους για τους μεμονωμένους χρήστες να δημιουργήσουν τις δικές τους φωνές, και να αποκαλύπτουν στους ακροατές ότι οι φωνές παράγονται από AI. Η OpenAI πρόσθεσε επίσης υδατογραφήματα στα ηχητικά κλιπ για να εντοπίζει την προέλευσή τους και παρακολουθεί ενεργά το πώς χρησιμοποιείται το ηχητικό.

Αναζητήστε όλα τα νέα προϊόντα στο κατάστημα
Ρεπέλλα Φωτογραφικά.

To pttlgr στηρίζεται για την λειτουργία του στους αναγνώστες του!
Μπορείς να βοηθήσεις με μία μικρή δωρεά!
Υποστηρίξτε το pttlgr ακόμα και με μόλις 1€ – χρειάζεται μόνο ένα λεπτό. Εάν μπορείτε, σκεφτείτε να μας υποστηρίξετε με ένα ποσό κάθε μήνα.
Σας ευχαριστούμε.

Στηρίξτε το pttlgr και την προσπάθεια μας για έγκυρη και άμεση ενημέρωση ακολουθώντας μας
σε Instagram, YouTube και Facebook!

Ακολουθήστε το pttlgr στα Google News, εδώ!