Meta AI, özelleştirilmiş konuşma, ses efektleri ve ses manzaraları oluşturmak için hem ses hem de metin istemlerine izin veren ses üretimi için yeni temel araştırma modeli Audiobox’u tanıttı.
Meta’nın konuşma üretimine yönelik önceki Voicebox modeli üzerine inşa edilen Audiobox, ses yapay zekası için kontrol edilebilirliği ve kaliteyi önemli ölçüde geliştiriyor. Model, metin istemlerinde açıklanan istenen stillere ve ortamlara doğru şekilde uyan sesler ve sesler üretme değerlendirmelerinde önceki sistemlerden daha iyi performans gösteriyor.
Audiobox’ı diğerlerinden ayıran şey, hem ses kayıtlarını hem de doğal dil metinlerini girdi olarak kabul edebilmesidir. Bu ikili giriş mekanizması, üretilen ses üzerinde daha ayrıntılı kontrol sağlar.
Örneğin, kullanıcılar bir ses örneği girebilir ve ardından bu sesin yeni ritimler veya ortamlar benimsemesini sağlamak için “büyük bir mağarada yavaş konuşuyor” gibi bir metin istemi ekleyebilir. Metin diğer parametreleri değiştirirken ses girişi farklı vokal tınısını korur.
Meta, Audiobox’ı ses üretimini daha erişilebilir hale getirmek için tasarladı. Model, podcast’ler, videolar, oyunlar ve daha fazlası için gereken özel sesler, konuşmalar ve ses manzaraları oluşturmanın önündeki engelleri azaltıyor. Acemiler, kapsamlı uzmanlık gerektirmeden medya projelerini zenginleştirmek için kolayca kaliteli ses öğeleri üretebilir.
Ancak, tüm etkili yapay zeka yeniliklerinde olduğu gibi, sorumlu geliştirme çok önemli. Meta, Audiobox’a seçici olarak konuşma ve sorumluluk araştırmalarında geçmişe sahip araştırmacılara erişim izni veriyor. Şirket ayrıca kötüye kullanımı caydırmak için modele ses filigranı ve ses kimlik doğrulama önlemleri de uyguladı.
Bugün erken saatlerde Alibaba Cloud kendi Qwen-Audio modelini tamamen açık kaynak olarak kullanıma sundu. Audiobox’a benzer şekilde, çok modlu temel modeli de metnin yanı sıra çeşitli ses verilerini işliyor ve bir dizi ses anlama ölçütünde dikkate değer sonuçlar üretiyor.
Meta’nın daha kontrol odaklı Audiobox’u ve Alibaba’nın çok yönlülük odaklı Qwen-Audio’su arasında, sorumlu ve eşitlikçi ses yapay zekasında hızlı açık inovasyon oldukça ilerlemiş görünüyor. Araştırmacılar bu güçlü teknolojilere daha geniş erişim sağladıkça, alanın yetenek, çok yönlülük ve kalite açısından sınırları zorlamaya devam ettiğini göreceğiz.
Yapayzeka.news’in hiçbir güncellemesini kaçırmamak için bizi Facebook, Twitter, LinkedIn ve Instagram‘da takip edin.
