Fugatto: Nvidia revela modelo de IA que pode modificar vozes e gerar novos sons

A Nvidia revelou nesta segunda-feira (25) um novo modelo de inteligência artificial (IA) para gerar música e áudio que pode modificar vozes e gerar novos sons – tecnologia destinada a produtores de música, filmes e videogames.

A Nvidia, maior fornecedora mundial de chips e software usados para criar sistemas de IA, disse que não tem planos imediatos de lançar publicamente a tecnologia, que chama de Fugatto, abreviação de Foundational Generative Audio Transformer Opus 1.

Ela se junta a outras tecnologias mostradas por startups como a Runway e grandes players como a Meta Platforms que podem gerar áudio ou vídeo a partir de um prompt de texto.

A Nvidia, com sede na Califórnia, gera efeitos sonoros e música a partir de uma descrição de texto, incluindo sons novos, como fazer um trompete latir como um cachorro.

O que a diferencia de outras tecnologias de IA é sua capacidade de receber e modificar áudio existente, por exemplo, pegando uma linha tocada em um piano e transformando-a em uma linha cantada por uma voz humana, ou pegando uma gravação de palavra falada e mudando o sotaque usado e o humor expresso.

“Se pensarmos no áudio sintético nos últimos 50 anos, a música soa diferente agora por causa dos computadores, por causa dos sintetizadores”, disse Bryan Catanzaro, vice-presidente de pesquisa de aprendizado profundo aplicado da Nvidia. “Acho que a IA generativa vai trazer novas capacidades para a música, para os videogames e para as pessoas comuns que querem criar coisas.”

Enquanto empresas como a OpenAI estão negociando com estúdios de Hollywood sobre se e como a IA pode ser usada na indústria do entretenimento, a relação entre tecnologia e Hollywood ficou tensa, especialmente depois que a estrela de Hollywood Scarlett Johansson acusou a OpenAI de imitar sua voz.

O novo modelo da Nvidia foi treinado em dados de código aberto, e a empresa disse que ainda está debatendo se e como lançá-lo publicamente.

“Qualquer tecnologia generativa sempre carrega alguns riscos, porque as pessoas podem usá-la para gerar coisas que preferiríamos que elas não gerassem”, disse Catanzaro. “Precisamos ter cuidado com isso, por isso não temos planos imediatos de lançar isso.”

Os criadores de modelos de IA generativa ainda não determinaram como prevenir o abuso da tecnologia, como um usuário gerando desinformação ou infringindo direitos autorais gerando personagens protegidos por direitos autorais.

A OpenAI e a Meta também não disseram quando planejam lançar publicamente seus modelos que geram áudio ou vídeo.

Leia também: