新的 AI 模型使用 YouTube 和播客合成逼真的語音
簡單來說
卡內基美隆大學的研究人員創建了一種新的人工智慧模型，能夠透過學習 YouTube 影片和 播客.
該模型能夠通過收聽近 900 小時的 YouTube 和播客內容來學習自然語音模式的細微差別，從而產生更加逼真和逼真的合成語音。
美國卡耐基梅隆大學研究人員 已經創造出來了 一種新的人工智能模型，能夠通過從 YouTube 視頻和播客中學習來生成逼真的語音。 該模型能夠產生各種聲音和口音的語音，使其成為娛樂和廣告等行業的潛在有用工具。 它也可能對那些依賴輔助技術進行交流的人產生影響。
這是一個重大的發展，因為大多數人工智能生成的語音被發現是沒有感情和單調的，因為它通常是在記錄專業演員語音的數據集上進行訓練的。 新技術可用於提高虛擬助手和聊天機器人的性能，使它們更具吸引力和人性化。 它還在遊戲、教育和娛樂等領域具有潛在的應用。
然而，新模型能夠通過收聽近 900 小時的 YouTube 和播客內容來學習自然語音模式的細微差別，例如停頓、感嘆詞和寄生詞。 這產生了一種更逼真、更逼真的合成語音，被要求對其進行評估的人在五分制中給出了 3.89 的評分。 這高於類似 AI 模型獲得的平均分數（真人語音得分 4.01）。
這項技術的潛在應用非常廣泛，包括幫助有語言障礙的人、改進導航系統以及創建聽起來更自然的虛擬助手。
- 播客AI 是 AI 製作的第一個播客，其中包含喬羅根採訪史蒂夫喬布斯的惡搞。 這個播客完全由人工智能計算機算法製作。 人工智能使用史蒂夫·喬布斯的傳記和任何可以找到的關於他的互聯網記錄接受了史蒂夫·喬布斯劇集的訓練。 這使得 AI 能夠忠實地重現他的個性。
閱讀更多相關文章：
免責聲明
在與線 信託專案指南，請注意，本頁提供的資訊無意且不應被解釋為法律、稅務、投資、財務或任何其他形式的建議。 重要的是，僅投資您可以承受損失的金額，並在有任何疑問時尋求獨立的財務建議。 如需了解更多信息，我們建議您參閱條款和條件以及發行人或廣告商提供的幫助和支援頁面。 MetaversePost 致力於提供準確、公正的報告，但市場狀況如有變更，恕不另行通知。
關於作者
Damir 是團隊領導、產品經理和編輯 Metaverse Post，涵蓋 AI/ML、AGI、LLM、Metaverse 等主題 Web3- 相關領域。 他的文章每月吸引超過一百萬用戶的大量讀者。 他似乎是一位在 SEO 和數字營銷方面擁有 10 年經驗的專家。 達米爾曾在 Mashable、Wired、 Cointelegraph、《紐約客》、Inside.com、Entrepreneur、BeInCrypto 和其他出版物。 他作為數字游牧者往返於阿聯酋、土耳其、俄羅斯和獨聯體國家之間。 達米爾獲得了物理學學士學位，他認為這賦予了他在不斷變化的互聯網格局中取得成功所需的批判性思維技能。
更多文章
Damir 是團隊領導、產品經理和編輯 Metaverse Post，涵蓋 AI/ML、AGI、LLM、Metaverse 等主題 Web3- 相關領域。 他的文章每月吸引超過一百萬用戶的大量讀者。 他似乎是一位在 SEO 和數字營銷方面擁有 10 年經驗的專家。 達米爾曾在 Mashable、Wired、 Cointelegraph、《紐約客》、Inside.com、Entrepreneur、BeInCrypto 和其他出版物。 他作為數字游牧者往返於阿聯酋、土耳其、俄羅斯和獨聯體國家之間。 達米爾獲得了物理學學士學位，他認為這賦予了他在不斷變化的互聯網格局中取得成功所需的批判性思維技能。
