Meta Platforms, la empresa matriz de Facebook, ha presentado Voicebox, su modelo generativo de Inteligencia Artificial para convertir texto en voz. Aunque todavía es un proyecto de investigación, Meta afirma que Voicebox puede generar voz en seis idiomas a partir de muestras de solo dos segundos. En el futuro, esta herramienta podría usarse para traducciones “naturales y auténticas”, entre otras aplicaciones.
Voicebox es un avance significativo en la generación de voz a partir de texto, ya que puede realizar tareas sin necesidad de un entrenamiento específico para cada una. Sin embargo, debido a los posibles riesgos de uso indebido, Meta no está poniendo a disposición del público el modelo o el código de Voicebox en este momento.
Voicebox: la revolución de la voz sintética que Meta no quiere que uses
Introducing Voicebox, a new breakthrough generative speech system based on Flow Matching, a new method proposed by Meta AI. It can synthesize speech across six languages, perform noise removal, edit content, transfer audio style & more.
More details on this work & examples ⬇️
— Meta AI (@MetaAI) June 16, 2023
Meta recientemente dio a conocer LLaMA, el nuevo ChatGPT. Ahora, ha compartido una visión general de su revolucionario sistema de Inteligencia Artificial llamado “Voicebox”, el cual brinda a los usuarios la capacidad de convertir texto en audio con una amplia gama de estilos y voces. Esta innovadora tecnología permitirá traducir palabras escritas en sonidos cautivadores, ofreciendo una experiencia auditiva única y personalizada.
El modelo es capaz de producir clips de audio de alta calidad y editar audios pregrabados, eliminando ruidos no deseados como el sonido de bocinas de automóviles o ladridos de perros, mientras mantiene el contenido y el estilo del audio. Además, Voicebox es multilingüe y ofrece resultados excepcionales en comparación con otros modelos similares.
Aunque las voces generadas no son perfectas y suenan más como la lectura de un libro que una conversación informal, son muy realistas y prometen un gran potencial en diversas áreas. El anuncio de Voicebox por parte de los investigadores de Meta resalta su capacidad única y su superioridad en este ámbito. Meta espera que el modelo evolucione con el tiempo y pueda adquirir una entonación más natural.
Meta dice que su nuevo modelo de IA es demasiado peligroso para su lanzamiento público
Aunque Meta ha compartido información sobre Voicebox, para mantener la transparencia en los avances en este campo, no planea hacerlo de código abierto. La empresa reconoce la importancia de seguir investigando de manera responsable y prefiere no poner el modelo a disposición del público en este momento, dadas las preocupaciones relacionadas con posibles usos inapropiados.
En un futuro, esta tecnología promete aplicaciones beneficiosas, como permitir a las personas con discapacidades visuales escuchar mensajes escritos en sus propias voces. Sin embargo, Meta está consciente de la preocupación por la creación de deepfakes y ha tomado decisiones importantes para abordar estos riesgos. Manteniendo un enfoque responsable en su investigación en Inteligencia Artificial.
Aunque algunas personas han utilizado herramientas similares en línea para crear clips de voz sintetizados de sus personajes favoritos como una forma divertida de entretenimiento, otros han abusado de ellas en campañas de acoso dirigidas a los actores de doblaje. Por lo tanto, Meta podría estar tomando precauciones para evitar daños potenciales en este sentido.
Con VALL-E, Microsoft logró una increíble capacidad para imitar voces. Pero ahora, con Voicebox, la IA está dando un paso aún más grande al convertir texto en voz de una manera excepcional. ¡Imagínate los resultados sorprendentes que nos esperan en un futuro cercano!
Fuente | Gizmodo
