SAVRŠEN KLON ZA 15 SEKUNDI: Veštačkoj inteligenciji potrebno minimalno vreme da sintetizuje realističan glas
OPENAI je predstavio „Vojs Endžin“, revolucionarnu AI platformu za pretvaranje teksta u govor.

Foto Shutterstock
Kroz glasovni snimak od samo 15 sekundi, ova najnovija OpenAI inovacija može da sintetizuje realističan glas sposoban da čita tekst na više jezika, što bi moglo da ima ogroman uticaj na različite industrije.
OpenAI-jev post na blogu naglašava važnost preliminarnih implementacija u oblikovanju etičkih razmatranja i istraživanja u različitim aplikacijama.
Značajni korisnici ove tehnologije uključuju kompanije Age of Learning, Dimagi, Livox i Lifespan kao i HeyGen AI video generator, od kojih svaki koristi „Vojs Endžin“ u različite svrhe. Age of Learning ga, na primer, koristi za generisanje unapred pripremljenog glasovnog sadržaja i isporuku personalizovanih odgovora učenicima.
Razvoj „Vojs Endžin“-a datira od 2022. godine, a njegova evolucija je kulminirala u unapred podešenim glasovima za API, za pretvaranje teksta u govor i ČetGPT-ovu funkciju „Rid Alaud“. Džef Haris iz OpenAI tima za proizvode otkrio je da je model prošao obuku na osnovu mešavine licenciranih i javno dostupnih podataka, naglašavajući njegovu čvrstu osnovu.
GLASOVNA AI TEHNOLOGIJA SE ŠIRI
Pejzaž zvuka generisanog veštačkom inteligencijom nastavlja da se širi, a „Vojs Endžin“ označava značajan korak u tom razvoju. Međutim, etička razmatranja su velika, kao što pokazuje nedavni mandat američkog FCC-a koji zabranjuje glasovne pozive sa veštačkom inteligencijom, što je upozoravajuća priča koja odražava zabrinutost koju je izneo sam OpenAI.
OpenAI partnerstvo predviđa poštovanje strogih pravila korišćenja, uključujući dobijanje izričitog pristanka od originalnog govornika, uzdržavanje od lažnog predstavljanja i otkrivanje AI porekla slušaocima. Vodeni žig dalje obezbeđuje sledljivost i odgovornost u korišćenju zvuka, odražavajući proaktivan stav OpenAI u ublažavanju potencijalne zloupotrebe.
Postoji niz predloga za ublažavanje rizika povezanih sa glasovnom tehnologijom vođenom veštačkom inteligencijom, uključujući mere kao što su postepeno ukidanje glasovne autentifikacije za bankarstvo, jake politike koje štite individualne glasove, povećana svest javnosti o dubokim lažnjacima veštačke inteligencije i razvoj sveobuhvatnog praćenja sistema za sadržaj generisan AI.
Kroz proaktivne mere i zajedničke napore, transformativni potencijal „Vojs Endžin“ -a može se odgovorno iskoristiti, najavljujući novu eru u interakciji čoveka i mašine, prenosi portal The Verge.
sputnikportal.rs
BONUS VIDEO - ZAJEDNIČKA VEŽBA: Kina, Rusija i Iran sa zajedničkom budućnošću
Preporučujemo

TRAMP OTKRIO KOLIKO LjUDI NEDELjNO GINE U UKRAJINI: "Putin ubija mnogo ukrajinskih vojnika"
PREDSEDNIK Sjedinjenih Američkih Država Donald Tramp izjavio je danas da je nezadovoljan ponašanjem ruskog predsednika Vladimira Putina i naveo da razmatra nove sankcije protiv Rusije.
08. 07. 2025. u 20:36

SKANDAL! PLENKOVIĆ O USTAŠKOM KONCERTU TOMPSONA: "Ponosni smo, jedino on može da okupi pola miliona"
PREMIJER Hrvatske Andrej Plenković održao je konferenciju za medije nakon sednice Predsedništva Hrvatske demokratske zajednice (HDZ). Glavna tema bila je koncert Marka Perkovića Tompsona na Hipodromu i ustaška ikonografija koja se tamo mogla videti, ali i čuti.
07. 07. 2025. u 18:33

KINEZI NAPALI NEMAČKI AVION LASEROM? Berlin potvrdio - brod je naciljao lovca, ambasador hitno pozvan na razgovor
KINESKI ratni brod laserski je ciljao nemački avion iznad Crvenog mora tokom misije EU, tvrdi nemačka vlada. Berlin je ocenio incident kao ozbiljan bezbednosni propust i pozvao kineskog ambasadora na hitan razgovor.
10. 07. 2025. u 12:53
Komentari (0)