VALL-E: Ang bagong zero-shot na text-to-speech na modelo ng Microsoft ay maaaring duplicate ang boses ng lahat sa loob ng tatlong segundo
Sa madaling sabi
Sa tatlong segundong sample lang ng anumang boses, ang modelong TTS na nakabatay sa transformer Ang VALL-E ay maaaring makagawa ng pagsasalita sa bawat boses.
Ito ay isang makabuluhang pagsulong sa direksyon ng mas natural-tunog na mga TTS system.
Gayunpaman, ang Microsoft ay nagbigay ng ilang sample ng modelong ginagamit, at maliwanag na ito ay kumakatawan sa isang makabuluhang pag-unlad sa teknolohiya ng TTS.
Mula nang ilabas ang unang text-to-speech (TTS) na modelo, ang mga mananaliksik ay naghahanap ng mga paraan upang mapabuti ang paraan ng pagbuo ng pagsasalita ng mga system na ito. Ang pinakabagong modelo mula sa Microsoft, LABA, ay isang makabuluhang hakbang pasulong sa bagay na ito.
Ang VALL-E ay isang modelong TTS na nakabatay sa transformer na maaaring makabuo ng pagsasalita sa anumang boses pagkatapos lamang makarinig ng tatlong segundong sample ng boses na iyon. Ito ay isang makabuluhang pagpapabuti sa mga nakaraang modelo, na nangangailangan ng mas mahabang panahon ng pagsasanay upang makabuo ng isang bagong boses.
| Kaugnay na artikulo: Naglabas ang Microsoft ng diffusion model na maaaring bumuo ng 3D avatar mula sa isang larawan ng isang tao |
Bukod pa rito, ang intonasyon, karisma, at istilo ng boses ay pinananatiling buo sa nabuong pananalita. Ito ay isang mahalagang hakbang pasulong upang gawing mas natural ang mga TTS system.
Ang modelong ito ay batay sa transpormer at may hitsura ng Dale-1. Hindi dapat malito sa diffusion-based na Dalle-2. Kulang pa ang code. At ang mga gumagamit ay may ilang pag-aalinlangan na ipo-post nila ito.
| Kaugnay na artikulo: Ang VALL-E ng Microsoft ay lumilitaw na ang pinaka-mapanganib na software ng scam kailanman |
Gayunpaman, ang Microsoft ay naglabas ng ilang mga halimbawa ng modelo sa pagkilos, at malinaw na ito ay isang malaking pagsulong sa teknolohiya ng TTS.
Halimbawa #1:
Halimbawa #2:
Halimbawa #3:
Magbasa pa tungkol sa AI:
Pagtanggi sa pananagutan
Sa linya na may Mga alituntunin ng Trust Project, pakitandaan na ang impormasyong ibinigay sa pahinang ito ay hindi nilayon at hindi dapat bigyang-kahulugan bilang legal, buwis, pamumuhunan, pananalapi, o anumang iba pang paraan ng payo. Mahalagang mamuhunan lamang kung ano ang maaari mong mawala at humingi ng independiyenteng payo sa pananalapi kung mayroon kang anumang mga pagdududa. Para sa karagdagang impormasyon, iminumungkahi naming sumangguni sa mga tuntunin at kundisyon pati na rin sa mga pahina ng tulong at suporta na ibinigay ng nagbigay o advertiser. MetaversePost ay nakatuon sa tumpak, walang pinapanigan na pag-uulat, ngunit ang mga kondisyon ng merkado ay maaaring magbago nang walang abiso.
Tungkol sa Ang May-akda
Si Damir ang pinuno ng pangkat, tagapamahala ng produkto, at editor sa Metaverse Post, sumasaklaw sa mga paksa gaya ng AI/ML, AGI, LLMs, Metaverse, at Web3-mga kaugnay na larangan. Ang kanyang mga artikulo ay umaakit ng napakalaking madla na mahigit sa isang milyong user bawat buwan. Mukhang isa siyang eksperto na may 10 taong karanasan sa SEO at digital marketing. Nabanggit si Damir sa Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto, at iba pang publikasyon. Naglalakbay siya sa pagitan ng UAE, Turkey, Russia, at ng CIS bilang digital nomad. Nakamit ni Damir ang bachelor's degree sa physics, na pinaniniwalaan niyang nagbigay sa kanya ng mga kritikal na kasanayan sa pag-iisip na kailangan para maging matagumpay sa pabago-bagong tanawin ng internet.
Mas marami pang artikulo
Si Damir ang pinuno ng pangkat, tagapamahala ng produkto, at editor sa Metaverse Post, sumasaklaw sa mga paksa gaya ng AI/ML, AGI, LLMs, Metaverse, at Web3-mga kaugnay na larangan. Ang kanyang mga artikulo ay umaakit ng napakalaking madla na mahigit sa isang milyong user bawat buwan. Mukhang isa siyang eksperto na may 10 taong karanasan sa SEO at digital marketing. Nabanggit si Damir sa Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto, at iba pang publikasyon. Naglalakbay siya sa pagitan ng UAE, Turkey, Russia, at ng CIS bilang digital nomad. Nakamit ni Damir ang bachelor's degree sa physics, na pinaniniwalaan niyang nagbigay sa kanya ng mga kritikal na kasanayan sa pag-iisip na kailangan para maging matagumpay sa pabago-bagong tanawin ng internet.
