OpenAI predstavuje hlasový engine: Revolúcia v oblasti AI-generovaného zvuku
OpenAI, tvorca populárneho chatbota ChatGPT, predstavil svoj najnovší prelomový nástroj umelej inteligencie nazvaný Voice Engine. Táto špičková technológia má schopnosť napodobniť skutočné ľudské hlasy, čím sa stáva revolučným nástrojom v oblasti generatívnej umelej inteligencie.
Technológia Voice Engine bola predstavená v piatok s vzorkami z raných testov, ktoré demonštrujú jej impresívne schopnosti. Tento nástroj dokáže na základe 15-sekundového vzorku niekoho hovoriaceho generovať neuveriteľne presvedčivú repliku ich hlasu. Používatelia môžu potom vložiť odstavec textu a Voice Engine ho prečíta v AI-generovanom hlase, oživením textu.
Hoci už sú verejnosti dostupné AI-generované hlasové služby, OpenAI opäť preukázal svoju schopnosť v širom rozsahu využitia nástrojov AI. Voice Engine má obrovský potenciál ako nástroj AI na prevod textu na hlas, ponúka pomoc pri preklade, pomáha deťom s čítaním a poskytuje podporu jedincom, ktorí stratili schopnosť hovoriť.
Avšak niektorí skeptici vyjadrujú obavy o možné negatívne dôsledky tejto technológie. Obávajú sa, že by mohla potenciálne podporiť vytváranie dezinformácií alebo uľahčovať podvody. OpenAI si uvedomuje tieto riziká a zdôrazňuje potrebu zodpovedného nasadenia syntetickej hlasovej technológie.
Na vyriešenie týchto obáv OpenAI v súčasnosti obmedzuje použitie Voice Engine na vybranú skupinu dôveryhodných partnerov, vrátane spoločností z oblasti edukácie a zdravotníctva. Títo partneri musia dodržiavať smernice zakazujúce reprodukciu hlasov osôb bez výslovného súhlasu a vyžadujú jasnú identifikáciu AI-generovaného obsahu. OpenAI využíva tieto testy na určenie spôsobu, akým postupovať s širšou dostupnosťou.
OpenAI si uvedomuje dôležitosť realizácie významných zmien, keďže AI-generovaný zvuk sa stáva dostupnejší. Hoci Voice Engine zatiaľ nie je verejnosti dostupný, OpenAI má v úmysle postupne odstrániť overovanie na základe hlasu pre bankové účty a navrhuje zahrnúť hlasové overovacie procesy, ktoré overia súhlas pôvodného rečníka pred nasadením syntetickej hlasovej technológie na širšiu škálu. Okrem toho OpenAI navrhuje vytvorenie „no-go zoznamu hlasov,“ ktorý by zabránil vytváraniu hlasov podobajúcich sa prominentným osobnostiam.
Jednou pozoruhodnou vlastnosťou Voice Engine je jeho viacjazyčná schopnosť. Tento nástroj môže na základe vzorku hlasu v jednom jazyku produkovať replikačný hlas schopný hovoriť v mnohých iných jazykoch. OpenAI demonštruje túto funkcionalitu vo svojom blogovom príspevku, poskytujúc príklady AI-generovaného zvukového klipu, ktorý zachováva tón a prízvuk pôvodného rečníka pri čítaní toho istého textu španielsky, mandarínsky, nemecky, francúzsky a japonsky.
Ako používatelia netrpezlivo očakávajú verejnú verziu Sora, AI-generovaného videonástroja od OpenAI, predstavenie Voice Engine ukazuje obrovský potenciál AI technológie. OpenAI pokračuje v popredí v rozvoji inovatívnych nástrojov AI, ktoré majú rozsiahle dôsledky na rôzne odvetvia.
Často kladené otázky (FAQ)
1. Čo je Voice Engine?
Voice Engine je špičkový AI nástroj vyvinutý spoločnosťou OpenAI, ktorý vie generovať zvuk napodobňujúci skutočné lidské hlasy. Používa vzorko niekoho hovoriaceho na vytvorenie presvedčivej repliky ich hlasu.
2. Akým spôsobom môže byť Voice Engine využitý?
Voice Engine má široké spektrum potenciálnych aplikácií. Môže pomôcť pri preklade, poskytnúť pomoc pri čítaní pre deti a asistovať jedincom, ktorí stratili schopnosť hovoriť.
3. Aké sú obavy súvisiace s Voice Engine?
Hoci Voice Engine ponúka množstvo výhod, existujú obavy o možnosť tvorby dezinformácií a podvodov s využitím tejto technológie.
4. Ako OpenAI tieto obavy rieši?
OpenAI obmedzuje použitie Voice Engine na dôveryhodných partnerov a zavádza prísne smernice, aby zabezpečila zodpovedné nasadenie. Taktiež plánujú postupne odstrániť overovanie na základe hlasu pre bankové účty a navrhujú zahrnúť hlasové overovacie procesy na overenie súhlasu.
5. Môže Voice Engine generovať hlasy v rôznych jazykoch?
Áno, Voice Engine dokáže použiť vzorky hlasu v jednom jazyku na vytvorenie replikačného hlasu schopného hovoriť v mnohých iných jazykoch.
Zdroje: [OpenAI Blog](https://www.openai.com)
The source of the article is from the blog toumai.es