Гугл представил AI-технологию для генерации диалогов
Гугл представил Soundstorm, AI-модель для действенной и неавторегрессивной генерации звука. По сопоставлению с авторегрессивной генерацией, которая лежит в базе модели AudioLM, SoundStorm может воспроизводить аудио такового же свойства, но с усовершенствованными показателями голоса и звука. И при всем этом вдвое резвее – SoundStorm генерирует 30 секунд звука за 0,5 секунды на оборудовании Гугл TPU-v4.
SoundStorm в паре с системой SPEAR-TTS (берется шаг преобразования текста в семантику) может синтезировать качественные и естественные диалоги, позволяя надзирать озвучиваемый контент (через транскрипции), глас спикера (через недлинные голосовые подсказки) и очередность спикеров (через инструкции в транскрипции ).
Диалог, сделанный SoundStorm:
Напомним, работодатели стали указывать в IT-вакансиях способности владения нейросетями. Специалисты отмечают, что для почти всех профессий нейросети стают ассистентами, благодаря которым можно снять с себя часть рутинных задач и повысить производительность труда.