人工智慧語音生成的突破
Meta，Facebook的母公司，宣布在語音生成人工智慧領域取得重大突破。Voicebox，一款最先進的人工智慧模型，它能透過上下文學習來執行它並未特別訓練過的語音生成任務。這個人工智慧模型能夠生成高品質的音訊剪輯，並且可以編輯預先錄製的音訊，例如去除不需要的噪音，同時保留音訊的內容和風格。
Voicebox 的功能
Voicebox 擁有多種功能，包括上下文文字轉語音合成、語音編輯和降噪、跨語言風格轉換，以及多樣化的語音取樣。只需要2秒的音訊樣本，Voicebox就可以匹配音訊風格進行文字到語音的生成。它還可以重建被噪音中斷的語音部分或替換錯誤的單詞，而不必重新錄製整段演講。
Voicebox 的可能應用
Voicebox 的可能應用範圍非常廣泛。它可以賦予虛擬助手和元宇宙中的 NPC 自然的聲音。視障人士也可以使用它來聽取由他們的朋友的聲音朗讀的訊息。在未來，這項技術可能應用於患有聲帶損傷的患者的 AI 聲帶。
寫在後面：Voicebox 的未來
Voicebox 在生成人工智慧研究中代表了一個重大的步驟，但它尚未對公眾開放。因為 Meta 認為到這款人工智慧可能被用於不當用途，並且正在研究一種有效的方法來區分真實語音和由 Voicebox 生成的音訊。Voicebox 感覺跟之前介紹的 AI 配音又更進階了一步，把聲音模擬優化一次集大成，看影片的表現也賦予的不同聲音感情，小編本身很看好未來 MMORPG 的發展，Sword Art Online 感覺快要出現了....😨
留言
張貼留言