مارس 15، 2023

مدل جدید هوش مصنوعی با استفاده از یوتیوب و پادکست، گفتار واقعی را ترکیب می کند

تاریخ انتشار: 15 مارس 2023 ساعت 4:30 بروزرسانی: 15 مارس 2023 ساعت 4:30

به طور خلاصه

محققان دانشگاه کارنگی ملون مدل جدیدی از هوش مصنوعی ایجاد کرده‌اند که می‌تواند گفتار واقعی را با یادگیری از ویدئوهای یوتیوب تولید کند. پادکست ها.

این مدل توانست با گوش دادن به تقریباً 900 ساعت محتوای پادکست و یوتیوب، تفاوت‌های ظریف الگوهای گفتار طبیعی را بیاموزد و در نتیجه صدای مصنوعی واقعی‌تر و واقعی‌تر به دست آورد.

محققان دانشگاه کارنگی ملون در ایالات متحده آمریکا ایجاد کرده اند یک مدل هوش مصنوعی جدید که قادر است با یادگیری از ویدئوها و پادکست های یوتیوب، گفتار واقعی ایجاد کند. این مدل قادر به تولید گفتار با صداها و لهجه های مختلف است که آن را به یک ابزار بالقوه مفید برای صنایعی مانند سرگرمی و تبلیغات تبدیل می کند. همچنین می‌تواند برای کسانی که برای برقراری ارتباط به فناوری کمکی متکی هستند، پیامدهایی داشته باشد.

یک مدل جدید هوش مصنوعی با استفاده از یوتیوب و پادکست، گفتار واقعی را ترکیب می کند — مدل هوش مصنوعی قادر است الگوهای گفتار و لحن های انسان را با دقت بالایی تقلید کند.

این یک پیشرفت قابل توجه است، زیرا اکثر سخنرانی های تولید شده توسط هوش مصنوعی به دلیل این واقعیت که معمولاً در مجموعه داده هایی آموزش داده می شوند که گفتار بازیگران حرفه ای در آن ضبط می شود، بدون احساس و یکنواخت هستند. فناوری جدید می تواند برای بهبود عملکرد دستیاران مجازی و چت بات ها مورد استفاده قرار گیرد و آنها را جذاب تر و شبیه انسان کند. همچنین کاربردهای بالقوه ای در زمینه هایی مانند بازی، آموزش و سرگرمی دارد.

ادامه مطلب: 15 بهترین پادکست رمزنگاری که باید در سال 2023 گوش دهید

با این حال، مدل جدید توانست با گوش دادن به تقریباً 900 ساعت محتوای پادکست و یوتیوب، تفاوت‌های ظریف الگوهای گفتار طبیعی، مانند مکث، استقرار و کلمات انگلی را بیاموزد. این منجر به صدای مصنوعی واقعی تر و واقعی تر شد که توسط افرادی که از آنها خواسته شد تا آن را ارزیابی کنند، در مقیاس پنج درجه ای 3.89 رتبه بندی شد. این بالاتر از میانگین امتیازی است که مدل‌های هوش مصنوعی مشابه دریافت می‌کنند (صدای واقعی انسان دارای امتیاز 4.01).

کاربردهای بالقوه این فناوری بسیار گسترده است و شامل کمک به افراد دارای اختلالات گفتاری، بهبود سیستم های ناوبری و ایجاد دستیارهای مجازی با صدای طبیعی تر است.

پادکستAI اولین پادکست است که توسط هوش مصنوعی تولید شده است، که شامل یک جعلی از جو روگان در حال مصاحبه با استیو جابز است. این پادکست به طور کامل توسط الگوریتم های کامپیوتری هوش مصنوعی ساخته شده است. هوش مصنوعی برای اپیزود استیو جابز با استفاده از بیوگرافی و هر ضبط اینترنتی از او که می توانست کشف کند آموزش دیده بود. این به هوش مصنوعی اجازه داد تا شخصیت او را صادقانه بازسازی کند.

مقالات مرتبط بیشتر را بخوانید:

برچسب ها:

سلب مسئولیت

در خط با دستورالعمل های پروژه اعتماد، لطفاً توجه داشته باشید که اطلاعات ارائه شده در این صفحه به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا هر شکل دیگری در نظر گرفته نشده است و نباید تفسیر شود. مهم است که فقط در موردی سرمایه گذاری کنید که توانایی از دست دادن آن را دارید و در صورت شک و تردید به دنبال مشاوره مالی مستقل باشید. برای کسب اطلاعات بیشتر، پیشنهاد می کنیم به شرایط و ضوابط و همچنین صفحات راهنمایی و پشتیبانی ارائه شده توسط صادرکننده یا تبلیغ کننده مراجعه کنید. MetaversePost متعهد به گزارش دقیق و بی طرفانه است، اما شرایط بازار بدون اطلاع قبلی ممکن است تغییر کند.

درباره نویسنده

Damir رهبر تیم، مدیر محصول و سردبیر در است Metaverse Post، موضوعاتی مانند AI/ML، AGI، LLMs، Metaverse و Web3- زمینه های مرتبط مقالات او هر ماه مخاطبان زیادی از بیش از یک میلیون کاربر را جذب می کند. به نظر می رسد او یک متخصص با 10 سال تجربه در سئو و بازاریابی دیجیتال است. دمیر در Mashable, Wired, ذکر شده است. Cointelegraph، نیویورکر، Inside.com، Entrepreneur، BeInCrypto، و انتشارات دیگر. او بین امارات متحده عربی، ترکیه، روسیه و کشورهای مستقل مشترک المنافع به عنوان یک عشایر دیجیتال سفر می کند. دمیر مدرک لیسانس خود را در فیزیک گرفت که به اعتقاد او مهارت های تفکر انتقادی لازم برای موفقیت در چشم انداز دائماً در حال تغییر اینترنت را به او داده است.

مقالات بیشتر

دامیر یالالوف