Google vylepšuje hlas umělé inteligence. Nejde rozeznat od člověka

Společnost DeepMind vyvinula v říjnu minulého roku neuronovou síť WaveNet, která značně vylepšila hlas umělé inteligence. Uběhlo pár měsíců a je zde nová verze s názvem Tacotron 2, která využívá více neuronové sítě a produkuje hlas, který je k nerozeznání od člověka.

Hlas umělé inteligence Tacotron 2 využívá dvě neuronové sítě

Tacotron 2 využívá dvě neuronové sítě, nejprve si první síť přeloží text do spektogramu. Pak přijde na řadu druhá neuronová síť WaveNet, která vezme data z té první a vygeneruje odpovídající zvuky. Díky tomu nyní může umělý hlas zdůrazňovat slova, správně vyslovovat jména a reagovat lépe na interpunkci ve větách.

Není jasné, jestli se Tacotron 2 objeví ve službách orientovaných na uživatele jako je třeba Asistent Google. Je tu totiž zatím problém s tím, že tento systém je naučen napodobovat jeden ženský hlas. Na použití jiného hlasu se musí systém znovu „vycvičit“.

Umělá inteligence vs. člověk

Níže naleznete příklad nového hlasu umělé inteligence a člověka. Google neprozradil, který hlas je který, nicméně ukázka číslo 1 je pojmenovaná jako „gen“. To naznačuje, že by se mělo jednat o generovaný hlas. Ze samotných nahrávek to už poznat nejde. Více ukázek můžete nalézt na speciální stránce Googlu.

Ukázka číslo 1

Ukázka číslo 2

Dokážete rozeznat, který hlas je umělá inteligence?

Zdroj: xda-developers.com