Meta розробила Audiobox – ще один штучний інтелект для генерації голосу та звукових ефектів

Компанія Meta представила нову платформу штучного інтелекту з назвою Audiobox, яка дозволяє створювати персоналізовані голоси та звукові ефекти через голосові команди.

Audiobox є вдосконаленою версією попередньої розробки Meta, відомої як Voicebox, і відрізняється вищою якістю звучання та розширеними можливостями. Новинка вміє не лише генерувати, але й редагувати аудіо, створюючи мовлення на різних мовах, звукові ефекти та атмосферні звукові образи, такі як автомобільні гудки чи гуркіт грому.

Audiobox також включає в себе засоби контролю над процесом генерації для детальної настройки результату. З метою запобігання зловживанням в платформу була вбудована система цифрових водяних знаків, що автоматично маркує кожне створене аудіо, щоб відстежити його походження.

Розробники стверджують, що швидкість генерації аудіо у Audiobox у 25 разів вища, ніж у попередніх моделях штучного інтелекту від Meta. Це досягнуто завдяки використанню персоналізованих алгоритмів обробки даних для кожного конкретного завдання.

Однак технологія поки що обмежується нестачею якісно промаркованих даних для навчання штучної інтелектуальної моделі. Розширення бази даних повинно покращити можливості Audiobox у подальшому.