Помимо всем известной нейросетевой модели GPT-4 в OpenAI работают и над другими генеративными моделями, и на днях в компании выпустили специальную модель для генерации голосов Voice Engine.
Работа над этой моделью велась с конца 2022 года, а при наличии небольшого исходного «образца» (длительностью всего 15 секунд) модель сможет создать синтетический голос на его основе, фактически, тем самым клонировав голос владельца.
После этой процедуры ИИ способен вслух «произносить» любые звуковые заметки по заданному тексту, в том числе и на различных языках. Сейчас Voice Engine используется в чат-боте ChatGPT, где эта функция озвучивает генерируемый текст.
Однако самая большая разница заключается в том, что в ChatGPT озвучиваются ответы уже имеющимися голосами, а Voice Engine способна имитировать в целом любой голос. По этой же причине она недоступна массовому пользователю, так как создатели опасаются ее использования с не самыми честными намерениями.
В будущем технология поможет детям и людям, которые не умеют читать, а также переводить контент видео и подкастов, используя их же собственный голос, но на других языках. В теории эту технологию можно использовать и в медицине, помогая людям восстановиться от заболеваний, которые влияют на речь.
Сейчас политика OpenAI строга в отношении нового инструмента, поэтому все лица и компании, допущенные к тестированию, не имеют права выдавать себя за другое физическое лицо или же за организацию без четкого согласия и законного права. Как, когда и каким образом ее смогут использовать обычные люди – пока неизвестно.
💬 Наша группа VK: https://vk.com/mmainbrand
➡ Telegram-канал: https://t.me/mainbrandru