OpenAI, tvorac popularnog chatbota ChatGPT, predstavio je svoje najnovije revolucionarno oruđe umjetne inteligencije nazvano Voice Engine. Ova inovativna tehnologija ima sposobnost imitiranja pravih ljudskih glasova, što je velika promjena u području generativne AI.
Voice Engine je otkriven u petak uz uzorke iz ranih testova koji demonstriraju njegove impresivne mogućnosti. Korištenjem uzorka od 15 sekundi nečijeg govora, ovo oruđe može generirati nevjerojatno uvjerljivu repliku njihovog glasa. Korisnici mogu unijeti odlomak teksta, a Voice Engine će ga pročitati u AI-generiranom glasu, dajući tekstu život.
Iako već postoje usluge AI-generiranih glasova dostupne javnosti, OpenAI je još jednom dokazao svoju vještinu u širokoj uporabi AI alata. Voice Engine ima ogroman potencijal kao AI-omogućeno oruđe za tekst u govor, pružajući pomoć u prevođenju, pomažući djeci u čitanju te pružajući podršku osobama koje su izgubile mogućnost govora.
Međutim, neki skeptici izražavaju zabrinutost zbog mogućih negativnih implikacija ove tehnologije. Strah je da bi mogla potencijalno poticati stvaranje dezinformacija ili olakšati provođenje prijevara. OpenAI prepoznaje ove rizike i naglašava potrebu za odgovornim implementiranjem sintetičke tehnologije glasa.
Kako bi se ovim zabrinutostima suprotstavili, OpenAI trenutno ograničava uporabu Voice Enginea na odabranu skupinu pouzdanih partnera, uključujući tvrtke iz područja obrazovanja i zdravstva. Ti partneri su podložni smjernicama koje zabranjuju recreiranje glasova osoba bez izričitog pristanka i traže jasnu identifikaciju sadržaja generiranog AI-jem. OpenAI koristi ove testove kako bi odlučio kako nastaviti s širom dostupnošću.
OpenAI prepoznaje važnost implementacije značajnih promjena kako postaju dostupniji audio sadržaji generirani pomoću AI-ja. Iako Voice Engine još nije pušten u javnost, OpenAI planira postupno eliminirati autentifikaciju zasnovanu na glasu za bankovne račune te predlaže uključivanje iskustava autentifikacije glasa koja provjeravaju suglasnost izvornog govornika prije implementiranja sintetičke tehnologije glasa na širem spektru. Dodatno, OpenAI predlaže uspostavu “no-go” liste glasova kako bi spriječili stvaranje glasova koji previše sliče istaknutim osobama.
Jedna značajna karakteristika Voice Enginea su njegove višejezične mogućnosti. Korištenjem uzorka glasa na jednom jeziku, ovaj alat može proizvesti repliku glasa koja može govoriti na više različitih jezika. OpenAI je demonstrirao ovu funkcionalnost u svom blog postu pružajući primjere AI-generiranog zvučnog zapisa koji zadržava ton i naglasak izvornog govornika dok isti odlomak čita na španjolskom, mandarinskom, njemačkom, francuskom i japanskom jeziku.
Dok korisnici s nestrpljenjem očekuju javno izdanje Sore, AI-generiranog video alata tvrtke OpenAI, predstavljanje Voice Enginea prikazuje ogroman potencijal AI tehnologije. OpenAI nastavlja predvoditi razvoj inovativnih AI alata koji imaju dalekosežne implikacije u različitim industrijama.
Često postavljana pitanja (FAQ)
The source of the article is from the blog guambia.com.uy