Spotify mematenkan teknologi sintesis pertuturan

Menurut dokumen diserahkan kepada Pejabat Paten dan Tanda Dagangan (USPTO) Amerika Syarikat, teknologi kecerdasan buatan menggunakan sistem dua model yang mula-mula menukar teks kepada perwakilan audio dan kemudian menambah atribut pertuturan seperti emosi, niat, aksen dan unjuran.

Teknologi ini berpotensi untuk digunakan dalam pelbagai aplikasi, termasuk buku audio, podcast dan juga permainan. Walau bagaimanapun, ia juga penting untuk mengetahui potensi risiko teknologi ini.

Paten Spotify ialah langkah penting dalam pembangunan teknologi sintesis pertuturan. Dengan perkembangan teknologi seperti ini, suara manusia boleh dijana dengan cara yang semakin realistik dan tidak dapat dibezakan daripada suara manusia yang sebenar. Ini boleh meningkatkan keseluruhan pasaran dan mencetuskan banyak perbincangan tentang isu yang terlibat. 

Teknologi Spotify juga berpotensi untuk digunakan dalam aplikasi yang lebih kontroversi, seperti mencipta palsu yang mendalam. Deep fake ialah video atau audio yang telah dimanipulasi untuk membuatkan seseorang kelihatan berkata atau melakukan sesuatu yang mereka tidak pernah katakan atau lakukan. Teknologi ini boleh digunakan untuk menyebarkan maklumat salah atau memfitnah orang.

Alat ini dicipta oleh pasukan saintis dan jurutera dari syarikat itu. Sistem ini berfungsi dengan memasukkan teks ke dalam pensintesis yang dibina dengan rangkaian ramalan AI yang dikonfigurasikan untuk menukar teks kepada data pertuturan. Data pertuturan ini kemudiannya disalurkan kepada Vocoder berasaskan rangkaian saraf, atau pensintesis lain yang dibina khusus untuk data vokal, yang menambahkan atribut pertuturan yang disampaikan dalam teks awal, seperti emosi, niat, unjuran, irama dan aksen, apabila mencipta kata tersebut ucapan.

Teknologi Spotify masih dalam pembangunan, tetapi syarikat itu mempunyai rancangan untuk menggunakannya dalam produk dan perkhidmatannya. Contohnya, teknologi ini boleh digunakan untuk mencipta buku audio yang diperibadikan untuk setiap pengguna atau untuk menjana podcast yang lebih menarik dan menarik untuk pendengar.

Lihat juga:

Apakah AI 'Ucapan ke Teks'? | Glosari Newsverso

Kepintaran buatan "Pertuturan ke Teks" ialah teknologi yang membenarkan penukaran pertuturan manusia secara automatik dan tepat kepada teks bertulis.

Bunyi Web3 Kumpul $20 Juta untuk Meningkatkan Industri Muzik Terdesentralisasi, Snoop Dogg Dalam Kalangan Pelabur

Platform muzik Web3 Sound telah mengumpulkan dana sebanyak $20 juta yang mengagumkan. Inisiatif ini diketuai oleh firma modal teroka terkenal Andreessen Horowitz (a16z) dan penyanyi rap Amerika Snoop Dogg.

* Teks artikel ini sebahagiannya dihasilkan oleh alat kecerdasan buatan, model bahasa terkini yang membantu dalam penyediaan, semakan, terjemahan dan ringkasan teks. Entri teks dicipta oleh Curto Berita dan maklum balas daripada alatan AI digunakan untuk menambah baik kandungan akhir.
Adalah penting untuk menyerlahkan bahawa alat AI hanyalah alat, dan tanggungjawab terakhir untuk kandungan yang diterbitkan terletak pada Curto Berita. Dengan menggunakan alat ini secara bertanggungjawab dan beretika, objektif kami adalah untuk mengembangkan kemungkinan komunikasi dan mendemokrasikan akses kepada maklumat berkualiti. 🤖