ايتنا - صدور مجوز دسترسی محدود به هوش مصنوعی تبدیل متن به گفتار

کمپانی مایکروسافت پس از مدت‌ها انتظار هوش مصنوعی تبدیل متن به گفتار خود را به صورت محدود در اختیار برخی از کاربران مشتاق قرار داده است.

به گزارش ایتنا و به نقل از Engadget، مایکروسافت به تازگی مجوز دسترسی اولیه به هوش مصنوعی تبدیل متن به گفتار ویژه‌ای به نام Custom Neural Voice را صادر کرده است. توسعه دهندگان با استفاده از این هوش مصنوعی‌می توانند صوت‌های مصنوعی شخصی سازی شده‌ای ایجاد کنند.

فناوری یاد شده بخشی از سرویس هوش مصنوعی آژور به نام Speech است. کمپانی‌می توانند از این فناوری برای مواردی نظیر دستیارها و دستگاه‌های هوشمند مبتنی بر دستور صوتی، چت بات ها، یادگیری آنلاین و خواندن کتاب‌های صوتی استفاده کنند. با این حال متقضیان استفاده از این سیستم‌می بایست در ابتدا ثبت نام کرده و تاییدیه مایکروسافت را دریافت کنند.

مایکروسافت اعلام کرده است که مزیت این فناوری نسبت به سایر سرویس‌های تبدیل متن به گفتار این است که‌می تواند صدای طبیعی تری ایجاد کند. صداهای شخصی سازی شده از بانک صداها و واج‌ها برای ایجاد فونت‌های صدا استفاده‌می کنند. این در حالی است که Custom Neural Voice در تلاش برای اطمینان از درستی تلفظ کلمات از چندین شبکه عصبی استفاده‌می کند.

این امر موجب‌می شود که هوش مصنوعی یاد شده بتواند با دقت بیشتری صدای یک صداگذار را تقلید کرده یا از صدای مصنوعی طبیعی تری استفاده کند. در حال حاضر چندین کمپانی معروف از قبیل AT&T از این فناوری استفاده‌می کنند. آنها اخیرا سیستمی ایجاد کرده اند که افراد‌می توانند با استفاده از آن با شخصیت کارتونی باگز بانی ارتباط برقرار کنند.

باگز بانی با استفاده از ترکیبی از هوش مصنوعی Custom Neural Voice، واقعیت افزوده و فناوری 5G‌ می‌تواند به صورت همزمان با کاربران گفتگو کرده و برای یافتن هویج طلایی نهان شده با آنها در اطراف فروشگاه AT&T در دالاس قدم بزند.به صورت کلی این فناوری امیدها را برای ایجاد صداهای طبیعی تر توسط کامیپوتر‌ها افزایش داده است.