AI-gegenereerde kunst verschijnt overal, maar dat is nog maar het begin. Microsoft heeft onlangs een nieuwe tool voor kunstmatige intelligentie uitgebracht, genaamd VALL-E, vergelijkbaar met DALL-E maar dan voor stemmen. Na slechts drie seconden audio te hebben beluisterd, kan VALL-E elke stem repliceren.
Als dat angstaanjagend klinkt, is dat omdat het zo is. Dat is ook niet alles. Volgens AITopics komt de nieuwe tool van Microsoft gemakkelijk overeen met emotie en toon, iets waar veel stem-AI-tools mee worstelen. Het team trainde VALL-E op ongeveer 60.000 uur aan Engelse spraakgegevens, en het demonstreerde in-context leervermogen en kon zelfs woorden repliceren die het nog nooit had gehoord.
GERELATEERDMoet je Lensa AI, de “magische” portret-app gebruiken?
Het rapport zegt dat VALL-E in staat is tot prompt-based TTS, de context volgt en geen vooraf ontworpen akoestiek of structurele engineering nodig heeft om een audiomonster van hoge kwaliteit te leveren. Kortom, deze nieuwe AI-tool is behoorlijk indrukwekkend. Het enige dat VALL-E nodig heeft, is ongeveer drie seconden van een stem te horen, en hij zal de stem snel en gemakkelijk kunnen imiteren (of repliceren).
Er zijn verschillende audiovoorbeelden van de tool op GitHub, en hoewel sommige geweldig klinken, zijn andere niet zo indrukwekkend en hebben ze een robotachtige toon. Maar als het werkt, werkt het heel goed. Dat gezegd hebbende, dit zijn nog steeds de begindagen van VALL-E, en de dingen zullen in de loop van de tijd beter worden. En als het team grotere monsters zou gebruiken, zou het waarschijnlijk nauwkeuriger zijn.
Het is belangrijk op te merken dat VALL-E niet beschikbaar is voor het publiek, althans nog niet, dus we kunnen allemaal opgelucht ademhalen. Als dat toch gebeurt, zal het ongetwijfeld op zijn zachtst gezegd een hoop veiligheids-, sociale en ethische zorgen met zich meebrengen. Hoewel deze technologie zeker indrukwekkend klinkt, is het ook behoorlijk wild.
via Windows Central