Официален анонс на „Фотошоп“ за човешка реч

Adobe, особено известна със своя графичен редактор Photoshop, официално представи проекта VoCo. Това е аудио редактор, който може да промени и добавя думи в аудиозапис на човешки глас.

По време на презентацията бе демонстрирано, как може да се промени фразата „И аз целунах своите кучета и цена си“ „И аз целунах Джордан и жена си“. При възпроизвеждането няма никакви изкривявания в човешката реч.

Програмата, създадена в рамките на проекта VoCo първоначално събира база от фонеми на гласа на определен човек за даден език. Достатъчни са 20 минути човешка реч (колкото повече, толкова по-добре), след което програмата започва да възпроизвежда всякакви написани в нейния програмен прозорец думи, фрази и изречения.

Adobe подчерта, че в този случай е по-правилно да се счита, че се използва „преобразуване на гласа“, а не класически гласови синтез. Целта на технологията voice conversion е преобразуване на човешкия глас, което е неразличимо за слушателите.

Тази програма има всички шансове за комерсиален успех. Тя би могла да се използва за озвучаване на аудиокниги, Холивуд може да я използва за озвучаване на кадрите. Да не говорим за телефонните измамници.

Програмата се създава заедно с Принстънския университет. В момента се разработва система от маркери, подобна на водните знаци в изображенията, която ще даде възможност за разпознаване на променения глас, за да се изключи използването на програмата за користни цели.