Jauns algoritms var atdarināt jūsu balsi tikai ar audio fragmentiem

Kategorija: Mākslīgais intelekts Ievietots 27. februāris

Baidu ir jauna ar neironu tīklu darbināma sistēma, kas ir pārsteidzoši laba balsu klonēšanā.

Mazs čeks: Lai no jauna izveidotu balsi, AI parasti tas ir nepieciešams klausīties stundām ilgi ierakstus ka kāds runā. Bet kā Jaunais Zinātnieks ziņojumos, jauns process to varētu samazināt līdz vienai minūtei. Baidu pētnieki ir atklājuši uzlaboto Deep Voice versiju, viņu teksta-runas sintēzes sistēmu, kas tagad var klonēt jebkuru balsi pēc dažu audio fragmentu noklausīšanās.

Sīkāka informācija: Jo vairāk paraugu Dziļa balss dzird, jo labāki rezultāti, taču pietika ar 10 paraugiem, kas katrs ir mazāks par piecām sekundēm, lai radītu sintētisku balsi, kas varētu apmānīt balss atpazīšanas sistēmu vairāk nekā 95 procentus laika. Baidu šeit tika mitināti daži balss klonēšanas paraugi lai ikviens varētu paklausīties.

Protams, ir arī mīnuss: Šādas tehnoloģijas var nopietni apdraudēt biometrisko drošību, kas kā drošības līdzekli izmanto kāda cilvēka balsi. Cilvēki jau iekrīt e-pastos no saviem draugiem — kas notiek, ja izklausās, ka tava mamma zvana un lūdz aizņemties naudu?