Microsoft phát triền thành công công cụ AI mới, có khả năng "giả" giọng con người

Một nhóm các nhà nghiên cứu của Microsoft đã công bố một AI mới có thể bắt chước chính xác giọng nói của con người, chi với 3 giây nghe thử.

Công cụ AI của Microsoft, có tên là Vall-E, được đào tạo về "các mã rời rạc bắt nguồn từ mô hình ngôn ngữ codec thần kinh" chứa 60.000 giờ bài phát biểu bằng tiếng Anh được ghi âm từ hơn 7.000 người nói duy nhất, “được trích xuất và xử lý từ sách nói LibriVox

Theo Ars Technica cho biết, Vall-E được xây dựng trên một công nghệ có tên là EnCodec mà Meta đã công bố vào tháng 10 năm 2022. Công cụ hoạt động bằng cách phân tích giọng nói của một người, chia nhỏ thông tin thành các thành phần và sử dụng quá trình đào tạo của nó để tổng hợp âm thanh của giọng nói nếu người đó đang nói thành cụm từ khác nhau. Ngay cả sau khi chỉ nghe một đoạn mẫu dài ba giây, Vall-E có thể tái tạo âm sắc và giai điệu cảm xúc của người nói.

Microsoft phát triền thành công công cụ AI mới có khả năng "giả" giọng con người

Kết quả thử nghiệm cho thấy Vall-E vượt trội đáng kể so với hệ thống TTS zero-shot tiên tiến nhất [AI tái tạo giọng nói mà nó chưa từng nghe thấy] về độ truyền cảm từ giọng nói và độ tương đồng của người nói. Ngoài ra, VALL-E có thể hiểu và bắt chước cảm xúc của người nói và môi trường âm thanh của dấu nhắc âm thanh trong quá trình tổng hợp.

Bạn có thể nghe các ví dụ về cách tạo lại giọng nói của Vall-E trên GitHub. Các nhà nghiên cứu của Microsoft tin rằng Vall-E có thể được sử dụng như một công cụ chuyển văn bản thành giọng nói, một cách chỉnh sửa lời nói và một hệ thống tạo âm thanh bằng cách kết hợp nó với các AI thế hệ mới khác như GPT-3.

Microsoft phát triền thành công công cụ AI mới có khả năng "giả" giọng con người

Microsoft đã chia sẻ một bộ sưu tập phong phú các mẫu do VALL-E tạo ra để bạn có thể tự mình nghe thấy khả năng mô phỏng giọng nói có khả năng như thế nào, nhưng kết quả hiện tại là một túi hỗn hợp. Đôi khi, công cụ này gặp sự cố khi tạo lại các dấu, kể cả những dấu tinh tế từ các mẫu nguồn mà người nói phát ra âm thanh Ailen và khả năng thay đổi cảm xúc của một cụm từ nhất định đôi khi gây cười. Nhưng thông thường, các mẫu do VALL-E tạo ra có âm thanh tự nhiên, ấm áp và hầu như không thể phân biệt được với loa gốc trong ba clip nguồn thứ hai.

Microsoft phát triền thành công công cụ AI mới có khả năng "giả" giọng con người

Tương tự như với các AI khác, khả năng cao Vall-E sẽ bị lạm dụng thực hiện những việc phi pháp. Mạo danh các nhân vật của công chúng là một ví dụ, đặc biệt là khi công cụ này được sử dụng kết hợp cùng Deepfakes. Ngoài ra còn có một thực tế là một số hệ thống an ninh sử dụng nhận dạng giọng nói. Đối với tác động của nó đối với việc làm, Vall-E có thể sẽ là một cách "rẻ" hơn so với việc thuê diễn viên lồng tiếng.

Giải quyết các rủi ro của việc Vall-E bị lạm dụng, các nhà nghiên cứu cho biết những rủi ro này có thể được giảm thiểu. Microsoft cho biết, có thể xây dựng mô hình phát hiện để phân biệt xem clip âm thanh có được tổng hợp bởi VALL-E hay không. Microsoft cũng sẽ áp dụng các Nguyên tắc Trí tuệ nhân tạo của công ty vào thực tiễn khi tiếp tục phát triển các mô hình

 

 

Bài liên quan

Bài đọc nhiều nhất

Bài mới trong ngày

Duolingo hợp tác Pokémon Go, đưa cú Duo vào sự kiện săn Pokémon đặc biệt

Duolingo hợp tác Pokémon Go, đưa cú Duo vào sự kiện săn Pokémon đặc biệt

Khoa NguyenNguyễn Tiến Khoa

Duolingo và Pokémon Go chuẩn bị tổ chức sự kiện hợp tác, mang đến loạt phần thưởng dành cho người chơi cả hai ứng dụng. Bắt đầu từ ngày 17/11, người dùng hoàn thành thử thách học ngoại ngữ trên Duolingo có thể nhận trang phục Pokémon cho hồ sơ cá nhân và mã quà tặng mở khóa nhiệm vụ nghiên cứu trong Pokémon Go.

Game Online
Brad Pitt xác nhận Ocean’s 14 dự kiến khởi quay vào cuối năm 2027

Brad Pitt xác nhận Ocean’s 14 dự kiến khởi quay vào cuối năm 2027

Khoa NguyenNguyễn Tiến Khoa

Dự án Ocean’s 14 sẽ tiếp tục phải chờ đợi khi Brad Pitt tiết lộ bộ phim dự kiến chỉ bắt đầu ghi hình vào cuối năm 2027. Phần phim thứ năm của thương hiệu trộm cướp nổi tiếng dự kiến quy tụ dàn diễn viên quen thuộc gồm George Clooney, Julia Roberts, Matt Damon và Don Cheadle, với David Leitch đảm nhận vai trò đạo diễn.

Phim Ảnh
Nghịch lý trên chuyên trang IMDb: Bom tấn Nhật Bản "Godzilla Minus Zero" hứng bão điểm 1 sao từ nhóm khán giả chưa từng ra rạp nhưng vẫn thống trị phòng vé Bắc Mỹ

Nghịch lý trên chuyên trang IMDb: Bom tấn Nhật Bản "Godzilla Minus Zero" hứng bão điểm 1 sao từ nhóm khán giả chưa từng ra rạp nhưng vẫn thống trị phòng vé Bắc Mỹ

hoanlagvnDũng Nhỏ TT

Một cuộc chiến điểm số đầy bất thường đang diễn ra trên không gian mạng điện ảnh quốc tế, phơi bày mặt trái của tâm lý hâm mộ cực đoan khi lòng tự tôn văn hóa bị đặt nhầm chỗ. Siêu phẩm quái vật mới nhất mang tên "Godzilla Minus Zero" dưới bàn tay nhào nặn của đạo diễn lừng danh Takashi Yamazaki bất ngờ trở thành tâm điểm của một chiến dịch đánh giá thấp có chủ đích (review bombing) với hàng loạt lượt chấm điểm 1/10 vô lý trên chuyên trang cơ sở dữ liệu điện ảnh hàng đầu thế giới IMDb.

Giải trí
Hacker đứng sau vụ rò rỉ GTA 6 năm 2022 nhận tội tấn công Rockstar Games

Hacker đứng sau vụ rò rỉ GTA 6 năm 2022 nhận tội tấn công Rockstar Games

Khoa NguyenNguyễn Tiến Khoa

Nghi phạm 21 tuổi đứng sau vụ tấn công mạng nhằm vào Rockstar Games và làm rò rỉ hàng loạt hình ảnh gameplay GTA 6 vào năm 2022 đã nhận tội tại tòa án Anh. Các cuộc tấn công của người này còn nhắm đến Uber và EE/BT, với tổng thiệt hại được ước tính khoảng 10 triệu bảng Anh.

Giải trí
Lên đầu trang