VALL-E es un IA de Microsoft capaz de imitar a cualquiera sin ningún problema, siempre y cuando tenga un Audio de 3 segundos. Ahora logró poner la voz del actor Eduardo Hermann-fallecido en 2014 y quien -interpretó el papel de abuelo en Gilmore Girls-, en la últimos audiolibros.
Además de actor, Herrmann fue un prolífico narrador de audiolibros. Según The Wall Street Journal (WSJ), su último trabajo ha sido generado por la startup de inteligencia artificial DeepZen.
Esta empresa tuvo acceso a grabaciones anteriores de Herrmann, después de obtener el permiso de su familia.
Desde la compañía afirman que son capaces de reproducir sonidos y entonaciones idénticas a las que habría realizado el narrador.
Para Rory Herrmann, hijo del actor, quien aseguró haberse sorprendido mucho al escuchar la voz de su padre, esta es una buena manera de mantener su legado.
inteligencia artificial generativa
Esto, explican en IEBS Business School, forma parte del categoría de aprendizaje automático y es una forma de aprendizaje automático capaz de crear contenido único y nuevo, desde música y arte hasta mundos virtuales de todo tipo, incluidos texto, imágenes, voz, código e incluso videos.
Además de actor, Herrmann fue un prolífico narrador de audiolibros.
Un GPT, agregan, es un tipo de modelo de máquina de aprendizaje lógico, que utiliza el aprendizaje profundo para generar textos similares a los creados por humanos.
Se les llama «generativos» porque pueden generar nuevo texto basado en la entrada que reciben; «preentrenados» porque están entrenados en un gran corpus de datos de texto antes de ajustarlos para tareas específicas, y «transformadores» porque usan una arquitectura de red neuronal basada en transformadores para procesar el texto de entrada y generar el texto de salida.
Lo mejor para trabajos de no ficción
Cada vez que hay un avance tecnológico, y más si tiene la capacidad de la inteligencia artificial generativasurge el debate sobre los trabajos humanos que puede sustituir.
Scott Brick, quien ha narrado más de 1.000 audiolibros, sostiene en declaraciones a WSJ que en estas voces hay realismo, pero no alma, por lo que cree que es un sistema más adecuado para obras de no ficción.
En el mismo medio, Melissa Papel, actriz parisina, informó que grabó 8 horas de contenido para DeepZen. Sabía que iban a usar su voz para enseñarle al software a hablar como un ser humano, pero no se dio cuenta, dice, que podrían usarla para crear palabras que no había pronunciado.
profundizar ya ha trabajado con más de 30 actores profesionales al que se le paga una tasa fija más una variable que depende de los ingresos generados. Desde la empresa aseguran que han firmado acuerdos con 35 editoriales, tanto en Estados Unidos como en el extranjero.
Quien también está apostando fuerte por la IA generativa es Microsoft. Por eso están desarrollando VALL-E, un nuevo modelo de inteligencia artificial de texto a voz, que es capaz de escuchar cualquier audio en solo 3 segundos, aprender la voz específica del interlocutor y sintetizar el audio para decir cualquier cosa que sea. pedido de usted. suceder.
La nueva creación de Microsoft, como ya detalló Business Insider España, utiliza un modelo de lenguaje de códec natural. Esto quiere decir que sigue al mismo que Meta desplegó en octubre de 2022, utilizando un tipo de tecnología conocida como EnCodec.
Divide la información en pequeños componentes, llamados tokens, y usa datos de entrenamiento de la IA para comparar lo que ya sabe con el uso de esa voz en particular. En definitiva, podría imitar a cualquiera sin ningún problema, siempre y cuando tenga un audio de 3 segundos.
Con información de Telam, Reuters y AP