- SoundStorm boleh mensintesis dialog dengan suara yang berbeza dan membuka kemungkinan baharu, seperti mencipta kandungan audio daripada teks dan podcast realistik.
- Tidak seperti pendahulunya, SoundStorm menjana audio dalam ketulan 30 saat, yang meningkatkan kecekapan.
- Beliau terlatih dengan set data dialog yang besar, memastikan pemahaman yang mantap tentang bahasa pertuturan.
- SoundStorm adalah dua kali lebih pantas daripada model sebelumnya, mampu menjana 30 saat audio dalam hanya 0,5 saat.
- Alat itu belum sampai kepada orang awam, tetapi penyelidikan dibentangkan menunjukkan bagaimana AI harus berfungsi.
- Audio yang dijana oleh SoundStorm adalah kualiti yang setara dengan model sebelumnya dan mengekalkan suara pembesar suara dengan tepat.
- Adalah penting untuk mempertimbangkan kemungkinan masalah etika, seperti berat sebelah yang berkaitan dengan aksen dan penyalahgunaan dalam meniru suara.
- O Google menyerlahkan kepentingan melaksanakan perlindungan dan mengkaji cara untuk mengesan penggunaan beretika teknologi ini, seperti penanda air audio.
- Dengar, dalam bahasa Inggeris, kepada contoh audio yang dijana oleh SoundStorm:
Lihat juga:
