Progresele Google în inteligența artificială nu se opresc, iar acum au aplicat tehnici de rețele neuronale profunde pentru a dezvolta așa-numitul Tacotron 2, un sistem care vă permite să citiți texte scrise cu o voce sintetizată uimitoare.
Este uimitor pentru că, după cum indică cei responsabili pentru aceasta, asemănarea cu o voce umană este cu adevărat incredibilă. Mostrele pe care le includem în text arată clar că această voce generată de computer face ca vocea reală să nu se distingă practic de cea sintetizată, atât în ceea ce privește intonația, cât și pauzele.
Sunteți capabil să identificați care este real și care este sintetizat?
Sistemul Google se bazează pe o primă rețea neuronală care traduce textul într-o spectrogramă pentru a reprezenta frecvențele audio în timp. Această analiză alimentează așa-numitul WaveNet, un sistem dezvoltat de divizia sa DeepMind care studiază diagrama și generează elementele audio corespunzătoare pentru a oferi vocea sintetizată.
„Fata aceea a făcut un videoclip despre rujul Star Wars.”
„Ea a obținut un doctorat în sociologie la Universitatea Columbia.”