Voicebox Projesi, Yapay Zeka Örnekleri

Meta AI araştırmacıları, konuşma için üretken AI'da bir atılım gerçekleştirdi. Son teknoloji performansla başarmak için özel olarak eğitilmediği konuşma oluşturma görevlerini genelleştirebilen ilk model olan Voicebox'ı geliştirdiler.

Görüntüler ve metinler için üretken sistemler gibi, Voicebox da çok çeşitli stillerde çıktılar oluşturur ve sıfırdan çıktılar oluşturabileceği gibi kendisine verilen bir örneği değiştirebilir. Ancak bir resim veya bir metin parçası oluşturmak yerine, Voicebox yüksek kaliteli ses klipleri üretir. Model, altı dilde konuşmayı sentezlemenin yanı sıra gürültü giderme, içerik düzenleme, stil dönüştürme ve çeşitli örnek oluşturma işlemlerini gerçekleştirebilir.

Voicebox'tan önce, konuşma için üretken yapay zeka, dikkatle hazırlanmış eğitim verilerini kullanarak her görev için özel eğitim gerektiriyordu. Voicebox, yalnızca işlenmemiş ses ve beraberindeki transkripsiyondan öğrenmek için yeni bir yaklaşım kullanır. Ses üretimi için otoregresif modellerden farklı olarak Voicebox, verilen bir ses klibinin yalnızca sonunu değil, belirli bir örneğin herhangi bir bölümünü değiştirebilir.

Voicebox, difüzyon modellerini iyileştirdiği gösterilen Akış Eşleştirme adlı bir yöntemi temel alır.