Boty dostaną dowolny głos

autor zdjęcia: shutterstock

źródło: Rzeczpospolita

Byli inżynierowie firm Google i Palantir założyli start-up ElevenLabs. Polska spółka chce namieszać na wartym ok. 3 mld dol. rynku konwersji tekstu na głos z wykorzystaniem sztucznej inteligencji.

Po sukcesie ChatGPT przyszła pora na kolejny model tzw. generatywnej sztucznej inteligencji – audio AI. Za algorytmami, które potrafią podkładać dubbing w filmach, czy naśladować mowę każdej osoby, w dowolnym języku, stoi polski start-up.

Hitowy system ChatGPT od Open AI to model typu text-to-text, co oznacza, że pozwala prowadzić konwersację ze sztuczną inteligencją za pomocą chatu. Model typu TTS (text-to-speech), który rozwija spółka EleveLabs, idzie o krok dalej i daje algorytmom ludzki głos. Takie zaawansowane systemy audio AI odmienią branżę filmową czy reklamową. Choć zastosowań jest znacznie więcej. Już teraz, dzięki polskiemu start-upowi, można sprawić, że bot podczas np. naszej prezentacji slajdów firmowych opowie o wyświetlanej treści głosem Krystyny Czubówny. Narzędzie otwiera też drzwi do tworzenia tzw. deepfake’ów, a więc zaawansowanych materiałów, które mogą szerzyć dezinformację. Bez problemu można bowiem sprawić, by bot wypowiedział głosem Joe Bidena dowolną kwestię.

Konwersja mowy przyciąga inwestorów

Możliwości zaawansowanych...