VALL-E: il nuovo modello di sintesi vocale zero-shot di Microsoft può duplicare la voce di tutti in tre secondi
In Breve
Con solo un campione di tre secondi di qualsiasi voce, il modello TTS basato su trasformatore VALL-E può produrre parlato con ogni voce.
Questo è un progresso significativo nella direzione di sistemi TTS dal suono più naturale.
Microsoft ha, tuttavia, fornito alcuni esempi del modello in uso, ed è evidente che questo rappresenta uno sviluppo significativo nella tecnologia TTS.
Dal rilascio del primo modello di sintesi vocale (TTS), i ricercatori hanno cercato modi per migliorare il modo in cui questi sistemi generano la voce. L'ultimo modello di Microsoft, VALLE, rappresenta un significativo passo avanti in questo senso.
VALL-E è un modello TTS basato su trasformatore in grado di generare parlato in qualsiasi voce dopo aver ascoltato solo un campione di tre secondi di quella voce. Si tratta di un miglioramento significativo rispetto ai modelli precedenti, che richiedevano un periodo di addestramento molto più lungo per generare una nuova voce.
Articolo correlato: Microsoft ha rilasciato un modello di diffusione in grado di costruire un avatar 3D da una singola foto di una persona |
Inoltre, l'intonazione, il carisma e lo stile della voce sono tutti mantenuti intatti nel discorso generato. Questo è un importante passo avanti per rendere i sistemi TTS più naturali.
Questo modello è basato su trasformatore e ha un aspetto Dale-1. Da non confondere con il Dalle-2 basato sulla diffusione. Il codice è ancora mancante. E gli utenti hanno un certo scetticismo sul fatto che lo pubblicheranno.
Articolo correlato: VALL-E di Microsoft sembra essere il software di truffa più pericoloso di sempre |
Tuttavia, Microsoft ha rilasciato alcuni esempi del modello in azione ed è chiaro che si tratta di un importante progresso nella tecnologia TTS.
Esempio #1:
Esempio #2:
Esempio #3:
Per saperne di più sull'intelligenza artificiale:
Negazione di responsabilità
In linea con la Linee guida del progetto Trust, si prega di notare che le informazioni fornite in questa pagina non intendono essere e non devono essere interpretate come consulenza legale, fiscale, di investimento, finanziaria o di qualsiasi altra forma. È importante investire solo ciò che puoi permetterti di perdere e chiedere una consulenza finanziaria indipendente in caso di dubbi. Per ulteriori informazioni, suggeriamo di fare riferimento ai termini e alle condizioni nonché alle pagine di aiuto e supporto fornite dall'emittente o dall'inserzionista. MetaversePost si impegna a fornire report accurati e imparziali, ma le condizioni di mercato sono soggette a modifiche senza preavviso.
Circa l'autore
Damir è il team leader, il product manager e l'editore di Metaverse Post, che copre argomenti come AI/ML, AGI, LLM, Metaverse e Web3campi correlati. I suoi articoli attirano un vasto pubblico di oltre un milione di utenti ogni mese. Sembra essere un esperto con 10 anni di esperienza in SEO e marketing digitale. Damir è stato menzionato in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e altre pubblicazioni. Viaggia tra Emirati Arabi Uniti, Turchia, Russia e CSI come nomade digitale. Damir ha conseguito una laurea in fisica, che secondo lui gli ha fornito le capacità di pensiero critico necessarie per avere successo nel panorama in continua evoluzione di Internet.
Altri articoliDamir è il team leader, il product manager e l'editore di Metaverse Post, che copre argomenti come AI/ML, AGI, LLM, Metaverse e Web3campi correlati. I suoi articoli attirano un vasto pubblico di oltre un milione di utenti ogni mese. Sembra essere un esperto con 10 anni di esperienza in SEO e marketing digitale. Damir è stato menzionato in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e altre pubblicazioni. Viaggia tra Emirati Arabi Uniti, Turchia, Russia e CSI come nomade digitale. Damir ha conseguito una laurea in fisica, che secondo lui gli ha fornito le capacità di pensiero critico necessarie per avere successo nel panorama in continua evoluzione di Internet.