Искусственный интеллект научили имитировать человеческий голос

6 мар Евгения Чернышёва Комментариев: 3

Сотрудники пекинской компании Baidu создали роботизированную систему, которая воспроизводит человеческую речь, с точностью копируя ее уникальные характеристики.

7 968
Выбор редакции

Технология под названием Deep Voice работает на основе машинного обучения: она «тренировалась» на звуковой записи, длящейся более 800 часов и включающей в себя около 2400 разных голосов. Для эффективной работы нейросети нужно около 100 пятисекундных звуковых сигналов, при этом она может обмануть системы распознавания голоса с помощью всего десяти пятисекундных семплов.

 

Deep Voice точно имитирует тембр и интонации голоса, что делает производимые им звуки неотличимыми от настоящих, и, по мнению создателей, система найдет широкое применение в совершенно разных областях. Например, она может быть использована для создания персонализированных цифровых помощников, оказания услуг по автоматическому синхронному переводу, озвучивания книг, фильмов и видеоигр. Более того, нейросеть облегчит жизнь тем, кто по каким-то причинам утратил возможность говорить, и скрасит одиночество детей, читая им сказки на ночь, когда родители уехали в командировку. Интересно, что Deep Voice умеет менять голос, делая его мужским вместо женского или добавляя ему иностранный акцент.

 

Голосовой помощник Deep Voice / © Baidu

Голосовой помощник Deep Voice / © Baidu

 

«Это настоящий прорыв с технической точки зрения, – говорит один из авторов разработки Лео Зу (Leo Zou). – Нам удалось решить сложнейшую генеративную проблему, а именно, мы смогли синтезировать живую речь со всеми ее особенностями».

 

Ранее канадскими разработчиками был создан похожий голосовой сервис под названием Lyrebird. Он сжимает все индивидуальные речевые характеристики в очень короткую запись, воспроизводя 1000 предложений всего за полсекунды. Система легко копирует любые звуки, начиная от «жужжания» бензопилы и заканчивая пением тропических птиц, а также может генерировать новые голоса и добавлять старым определенный тон: сердитый, веселый, сочувствующий. Lyrebird, также как и Deep Voice, применяется для работы голосовых помощников, озвучивания мультимедийных продуктов и синтеза речи людей с ограниченными возможностями.

 

Правда, у обеих технологий есть общая проблема: возможно, ими захотят воспользоваться мошенники, чтобы вводить людей в заблуждение или обманывать программы, работающие на основе распознавания речи. А юристы опасаются, что в скором времени аудиозаписи перестанут являться доказательством в ходе судебных процессов.

Hi-Tech

Naked Science Facebook VK Twitter
7 968

Комментарии
2 ч
Ну, от человека или подобия(бота), который отвергает...
3 ч
Напомню тебе, что "Белый Террор" начался раньше...
3 ч
и кремлеботик явно ты, т.к. Солженицын сейчас входит в...
Комментарии
Кто-нибудь ещё помнит фильм где ИИ подделывало записи с камер наружного наблюдения что бы избавиться от неугодных кожаных мешков? Так вот, такое будущее всё ближе.
Аватар пользователя Мир Май
Для этого у ИИ нет механизма мотивации. Пока что. А подделка видео - уже довольно доступно и реально.
нaрод недaвно рaскрыл секрет стройного и подтянутого тела, не зaнимаясь спортом и без диет с помощью миостимулятора. Этот способ вычитaл в одном блоге и решил сразу же опробовать, результaт удивил: зa две недели убрал живот и начали проступать кубики, подкачал руки и спину.Тeпеpь и жeна захотeла пoпpобoвать, вeдь нe нужнo cидеть на диетaх и ходить в cпоpт зал и цена вoпpоca копeeчнaя. Вот тот блог, где подробно все описaно --- http://krati.co/blog

Быстрый вход

или зарегистрируйтесь, чтобы отправлять комментарии
Вы сообщаете об ошибке в следующем тексте:
Нажмите Отправить ошибку