VALL-E: Изкуствения интелект на Microsoft ще може да превежда гласа ви на чужди езици

Изследователите в Microsoft продължават да разкриват нови разработки, базирани на изкуствения интелект, докато продуктите от сътрудничеството с OpenAI се разпространяват сред потребителите по целия свят. Този път предстоящата ИИ технология на базирания в Редмънд технологичен гигант ще позволи на потребителите да говорят на чужд език със собствения си глас.

Един пример на работата на технологията може да видите в туита по-долу:

В началото на тази година съоснователят на Microsoft Бил Гейтс заяви, че изкуственият интелект е следващото голямо нещо в технологичната индустрия и ще доведе до най-големите промени през следващите години. През ноември миналата година OpenAI дебютира със своя чатбот за разговори и останалото е история. ChatGPT вече е част от съществуващите продукти на Microsoft. Големият езиков модел достига до милиони потребители всеки месец и непрекъснато се развива.

Дори когато Microsoft се възползва от успеха на OpenAI, която финансира финансово, изследователите на компанията не остават на заден план, когато става въпрос за изследвания в областта на ИИ. През януари тази година компанията разкри напредъка, който е постигнала по своя изкуствен интелект за преобразуване на текст в реч, VALL-E.

Отклонявайки се от конвенционалните подходи, като манипулиране на вълнови форми за генериране на реч, изследователите на Microsoft дават на изкуствения интелект възможност да генерира дискретни аудио кодеци от текста и аудио подканите. Екипът е успял също така да намали дължината на аудио подканата до само три секунди и все пак да получи точна реч, съответстваща на гласа на потребителя.

С последните разработки изследователите определено са стигнали по-далеч в областта на изкуствения интелект, като са позволили на потребителите да общуват на чужди езици дори да не ги владеят, използвайки собствения си глас. Това би могло да помогне на хората да общуват по-ефективно в чужбина, намалявайки пречките в комуникацията. Както се вижда в клипа по-горе, ИИ е способен също така да изобразява правилно множество емоции, което го прави още по-реалистичен.

От Microsoft явно са наясно с недостатъците и потенциалната злоупотреба с тази технология и поради това все още не са я е пуснали за обществеността. Интересно е, че VALL-E е обучен върху набора от данни LibriLight, създаден от Meta на Марк Зукърбърг, който залага много на метавселената като бъдещето на интернет.

Изданието Interesting Engineering наскоро съобщи, че гигантът в областта на търсачките Google също работи по свой амбициозен изкуствен интелект, който би могъл да помогне на потребителите да превеждат повече от 1000 езика, които се говорят по цялото земно кълбо.