Meta acaba de presentar un gran avance en la inteligencia artificial generativa para el habla. Han desarrollado Voicebox, un modelo de IA de vanguardia que realiza tareas de generación de voz que no fueron específicamente entrenadas para realizar, utilizando el aprendizaje en contexto.
Alta Calidad y Multilingüe
Voicebox es capaz de producir clips de audio de alta calidad y editar audio pregrabado. De hecho, es tan avanzado que puede eliminar ruidos indeseables, como bocinas de coches o ladridos de perros, preservando a la vez el contenido y estilo original del audio.
La innovación no se detiene ahí, el modelo es multilingüe y puede generar habla en seis idiomas diferentes, abriendo un amplio abanico de posibilidades para su aplicación.
El Futuro de la IA Generativa
La versatilidad de Voicebox permitiría en el futuro dotar de voces naturales a asistentes virtuales y personajes no jugables en el metaverso. Las personas con discapacidades visuales podrían escuchar mensajes escritos en sus propias voces generadas por IA, y los creadores de contenido podrían contar con herramientas para crear y editar pistas de audio de manera sencilla.
Funcionalidades de Voicebox
Síntesis de texto a voz en contexto
Voicebox puede imitar un estilo de audio a partir de una muestra de tan solo dos segundos para la generación de texto a voz.
Edición de voz y reducción de ruido
Esta herramienta puede recrear un segmento de habla que se ha interrumpido por ruido o reemplazar palabras mal pronunciadas sin necesidad de regrabar todo el discurso.
Transferencia de estilo entre idiomas
Voicebox puede producir una lectura de un texto en cualquiera de los seis idiomas soportados, incluso cuando la muestra de habla y el texto están en diferentes idiomas. Esto podría usarse en el futuro para ayudar a las personas a comunicarse de manera natural y auténtica incluso si no hablan los mismos idiomas.
Muestreo de habla diversa
Después de aprender de datos diversos, Voicebox puede generar habla que es más representativa de cómo las personas hablan en el mundo real y en los seis idiomas mencionados.
Voicebox marca un importante paso adelante en la investigación de IA generativa de Meta. Este avance promete impulsar no solo la forma en que interactuamos con la tecnología, sino también cómo nos comunicamos entre nosotros en un mundo cada vez más global y digital. No es simplemente un avance tecnológico, es un salto hacia una nueva forma de comunicación y conexión humana.
Más información en about.fb.com