О звуке простыми словами42Производители Hi-Fi.
Истории и интервью111Репортажи с заводов65Репортажи с Hi-Fi выставок69"Сделай сам"44Готовые проекты Аудиомании42Пресса об Аудиомании50Видео494Фотогалерея100Интересное о звуке804Новости мира Hi-Fi2542Музыкальные и кинообзоры615Глоссарий
Новый ИИ Microsoft способен скопировать голос человека всего из трех секунд аудиозаписи
Компания Microsoft заявила о создании ИИ нового типа, который может с легкостью генерировать реалистично звучащую речь со всеми необходимыми интонациями. Инструмент получил имя «VALL-E». Самое любопытное, что ему достаточно проанализировать всего 3 секунды аудиозаписи голоса любого человека, чтобы идеально его скопировать.
Microsoft не раскрывает принципов работы нового ИИ, не собирается выкладывать его исходные коды и даже вряд ли создаст на основе VALL-E публичный коммерческий инструмент. Скорее, это эксперимент, промежуточная стадия в разработке дополнения к другой языковой модели – GPT-3. Конечной целью Microsoft, вероятно, является создание универсального генератора речи, который мог бы заменить работу людей при создании произвольного контента.
Главной сложностью, и разработчики этого не скрывают, является необходимость создать некие маркеры, которые помогли бы различать голос от ИИ от голосов реальных людей. Иначе такой инструмент быстро найдет применение у злоумышленников, ведь достаточно зайти на любую страничку в соцсетях и «позаимствовать» оттуда образцы голосов из многочисленных личных роликов пользователей. Что уж говорить про публичные выступления политиков и знаменитостей – с этим ИИ мошенники смогут с легкостью позвонить и выдать себя за известную личность в корыстных целях.
Подготовлено по материалам портала "Техкульт", январь 2023 г. www.techcult.ru
