Модель Google AI может регулировать тон голоса, эмоции и …

После различных испытаний и испытаний ученые, связанные с Google и Университетским колледжем Лондона, смогли создать модель искусственного интеллекта (ИИ), способную контролировать характеристики речи всего за 30 минут данных.

В течение нескольких лет искусственный интеллект и робототехника были областями технологий, которые набирали популярность, добиваясь более удивительных успехов, и этот проект является доказательством этого.

Google AI контролирует речевые функции

Согласно источнику, недавнее исследование, которое началось в октябре прошлого года и было одобрено на Международной конференции по репрезентации обучения (ICLR) 2020 года, показывает, как вы можете контролировать и имитировать тон, эмоции и скорость речи, используя целостность. Всего за 30 минут обработки данных.

Хотя его оттенок может быть полностью коммерческим, коррекция голоса с помощью AI может, наконец, устранить необходимость в актерах симуляции голоса, называемых дублированием звука, поскольку это не только сэкономит время и деньги, но и представляет собой огромный прогресс на вычислительном уровне

Гугл адресует не только голос

Хотя мы не впервые находим эту систему стилей, эта конкретная модель позволяет нам подражать голосу с переменной просодией, то есть интонацией, стрессом, ритмом и, в частности, постоянными эмоциями.

научными исследователями, обученная система с набором данных из 72 405 записей продолжительностью около 5 секунд поступает от 40 носителей английского языка.

Около 45 часов звука, в течение которого ораторы, обученные актеры, читают фрагменты текста с двумя различными уровнями валентности: эмоции (грусть или счастье) и эмоции (эмоции или энергия).

Положительные результаты

После выпуска исследователи получили шесть возможных аффективных состояний, которые были смоделированы и использованы в качестве эмоциональных меток, в дополнение к меткам, которые определяют скорость речи, определяемую как количество слогов, получая положительные и более реалистичные результаты в выражениях и звуках человека. Это сильно отличается от помощника Google.

Очень положительные результаты, потому что исследователи пришли к выводу, что эта работа улучшает просодию и предлагает потенциальные выгоды для интерфейсов человек-компьютер, которые могут перевесить существующие риски, такие как глубокие подделки.