Meta ha presentado una «revolucionaria» IA de texto a voz que puede editar audio existente, hablar en seis idiomas y —en un giro más inquietante— replicar las voces de tus seres queridos.
Crédito: MysteryPlanet.com.ar.
«Hoy anunciamos un gran avance en la inteligencia artificial generativa para el habla», escribió la compañía de Mark Zuckerberg en un comunicado de prensa. «Hemos desarrollado Voicebox, un modelo de inteligencia artificial de última generación que puede realizar tareas de generación de voz —como editar, muestrear y estilizar— para las que no fue entrenado específicamente a través del aprendizaje en contexto».
Básicamente, todo lo que tienes que hacer para replicar la voz de alguien es proporcionarle al programa un fragmento de audio de al menos dos segundos de duración. Voicebox luego «ajustará el estilo de audio» y voilà: con poco más que una indicación escrita y unos cuantos clics, puedes obtener una réplica de la voz de tu amigo o miembro de la familia impulsada por inteligencia artificial.
Meta ofrece un caso de uso convincente para esta función específica del modelo, argumentando que la tecnología podría «permitir que las personas con discapacidad visual escuchen mensajes escritos de sus amigos en sus propias voces». Fomentar la accesibilidad en la tecnología es esencial, y ciertamente podríamos ver cómo esto sería útil.
Meta AI is on fire.
They just announced Voicebox, a multilingual high-quality text-to-speech AI.
The quality is so good that they're not making the Voicebox model or code publicly available (yet) to avoid misuse.
Sounds like it's about to go compete with ElevenLabs/PlayHT. pic.twitter.com/Ws733Aqtlo
— Rowan Cheung (@rowancheung) June 18, 2023
Sin embargo, el concepto de replicar la voz de tu mejor amigo sigue siendo un tanto inquietante, sin mencionar que podría ser utilizado con fines pocos santos. Después de todo, si puedes replicar la voz de un amigo con tan solo un fragmento de sonido de dos segundos, prácticamente podrías replicar la voz de cualquier persona siempre y cuando tengas el audio.
Afortunadamente, por el momento Meta es plenamente consciente de esto y ha decidido mantener el modelo y su código subyacente como fuente cerrada.
«Existen muchos casos de uso emocionantes para modelos de generación de voz, pero debido a los posibles riesgos de mal uso —como estafas o desinformación—, no estamos haciendo que el modelo Voicebox ni su código estén disponibles públicamente en este momento», escribió la compañía en su blog.
Fuente: Meta/The Byte. Edición: MP.
Nueva inteligencia artificial generativa de Meta puede replicar la voz de tus amigos