Microsoft prezanton VALL-E që mund të imitojë zërin e njeriut pasi ta ketë dëgjuar për tre sekonda

Inteligjenca artificiale kohët e fundit është bërë temë diskutimi falë Dall-E dhe ChatGPT.

Microsoft me sa duket dëshiron të futet në veprim dhe ka prezantuar programin e tij të inteligjencës artificiale që mund të imitojë zërin e njeriut, transmeton Telegrafi.

Kompania ka prezantuar një gjenerator zëri të AI-s, VALL-E i aftë për të imituar me saktësi zërin e një personi pasi i dëgjon ata të flasin për vetëm tre sekonda.

Aktualisht, VALL-E mund të funksionojë vetëm duke e kthyer tekstin në të folur në zërin e zgjedhur. Nuk mund të gjenerojë përmbajtje të re në të njëjtën mënyrë si chatbot i ChatGPT. Gjithashtu nuk është i disponueshëm për konsum publik.

Microsoft have announced their AI “VALL-E”

Using a 3-second sample of human speech, it can generate super-high-quality text-to-text speech from the same voice. Even emotional range and acoustic environment of the
sample data can be reproduced. Here are some examples. pic.twitter.com/ExoS2VWO6d

— Del @ NaughtyDog (@TheCartelDel) January 7, 2023

Microsoft e quan VALL-E një “model të gjuhës së kodeksit nervor” dhe thotë se e ka trajnuar atë në 60,000 orë të folur në gjuhën angleze nga mbi 7,000 folës. Të gjitha këto të dhëna janë nxjerrë nga një bibliotekë audio në pronësi të kompanisë mëmë të Facebook, Meta.

“VALL-E shfaqet në aftësitë e të mësuarit në kontekst dhe mund të përdoret për të sintetizuar fjalimin e personalizuar me cilësi të lartë me vetëm një regjistrim 3 sekonda të regjistruar të një altoparlanti të paparë si një sinjal akustik”, shpjegojnë inxhinierët e Microsoft në përmbledhjen abstrakte.

Nga njëra anë, kjo lloj teknologjie mund të jetë jashtëzakonisht e dobishme për botën. Stephen Hawking përdori në mënyrë të famshme një gjenerator tekst-në-fjalë për të vazhduar punën e tij në fizikë edhe pse ai vuante nga sëmundja e neuroneve motorike ALS.

Pastaj përsëri, nuk duhet shumë për të imagjinuar një të ardhme të errët ku mashtruesit ose kriminelët janë në gjendje të përdorin këtë lloj teknologjie për të imituar dikë pa dijeninë e tyre. /Telegrafi/