Atọka akoonu[Fipamọ][Ifihan]
Njẹ o ti fẹ lati gbọ ohun kikọ ayanfẹ rẹ si ọ bi? Ọrọ-si-ọrọ ti o dun-adayeba ti n di otitọ ni laiyara pẹlu iranlọwọ ti ẹkọ ẹrọ.
Fun apẹẹrẹ, awoṣe NAT TTS Google ti wa ni lilo lati ṣe agbara titun wọn Ohùn aṣa iṣẹ. Iṣẹ yii nlo awọn nẹtiwọọki nkankikan lati ṣe ipilẹṣẹ ohun ikẹkọ lati awọn gbigbasilẹ. Awọn ohun elo wẹẹbu bii Uberduck pese awọn ọgọọgọrun awọn ohun fun ọ lati yan lati ṣẹda ọrọ iṣakojọpọ tirẹ.
Ninu nkan yii, a yoo wo iwunilori ati awoṣe AI enigmatic dọgbadọgba ti a mọ si 15.ai. Ti a ṣẹda nipasẹ olupilẹṣẹ alailorukọ, o le jẹ ọkan ninu ṣiṣe daradara julọ ati itara awọn awoṣe ọrọ-si-ọrọ bẹ bẹ.
Kini 15.ai?
15.ai jẹ ohun elo wẹẹbu AI ti o lagbara lati ṣe ipilẹṣẹ ifaramọ giga-iṣotitọ ọrọ-si-ọrọ awọn ohun. Awọn olumulo le yan lati oriṣiriṣi awọn ohun lati Spongebob Squarepants si HAL 9000 lati 2001: A Space Odyssey.
Eto naa jẹ idagbasoke nipasẹ oluṣewadii MIT tẹlẹ alailorukọ ti n ṣiṣẹ labẹ orukọ 15. Olùgbéejáde ti sọ pe iṣẹ akanṣe naa ni a kọkọ loyun gẹgẹbi apakan ti Eto Awọn anfani Iwadi Alailẹgbẹ ti ile-ẹkọ giga.
Ọpọlọpọ awọn ohun ti o wa ni 15.ai ni ikẹkọ lori awọn iwe data ti gbogbo eniyan ti awọn ohun kikọ lati ọdọ Pony Kekere Mi: Ọrẹ jẹ Idan. Awọn onijakidijagan onijakidijagan ti iṣafihan ti ṣe agbekalẹ akitiyan ifowosowopo lati gba, ṣe igbasilẹ, ati ilana awọn wakati ibaraẹnisọrọ pẹlu ibi-afẹde ṣiṣẹda awọn olupilẹṣẹ ọrọ-si-ọrọ deede ti awọn ohun kikọ ayanfẹ wọn.
Kini o le 15.ai ṣe?
Ohun elo oju opo wẹẹbu 15.ai n ṣiṣẹ nipa yiyan ọkan ninu awọn dosinni ti awọn ohun kikọ itan-akọọlẹ ti awoṣe ti ni ikẹkọ lori ati fifisilẹ ọrọ titẹ sii. Lẹhin tite lori Ina, olumulo yẹ ki o gba awọn agekuru ohun mẹta ti ohun kikọ itan ti o sọ awọn laini ti a fun.
niwon awọn ẹkọ jinlẹ awoṣe ti a lo ni nondeterministic, 15.ai o wu kan die-die ti o yatọ ọrọ ni gbogbo igba ti. Gegebi bi oṣere ṣe le nilo ọpọlọpọ awọn gbigba lati gba ifijiṣẹ ti o tọ, 15.ai ṣe agbekalẹ awọn ọna ifijiṣẹ oriṣiriṣi ni gbogbo igba titi ti olumulo yoo fi rii abajade ti wọn fẹ.
Ise agbese na pẹlu ẹya ara oto ti o fun laaye awọn olumulo lati fi ọwọ paarọ ẹdun ti laini ti ipilẹṣẹ nipa lilo awọn olutọpa ẹdun. Awọn paramita wọnyi ni anfani lati yọkuro imọlara ti olumulo-input emojis nipa lilo awọn MIT DeepMoji awoṣe.
Gẹgẹbi olupilẹṣẹ naa, kini o ṣeto 15.ai yato si awọn eto TTS miiran ti o jọra ni pe awoṣe da lori data kekere pupọ lati ṣe deede awọn ohun oniye ni deede lakoko ti “titọju awọn ẹdun ati iwa-ara ni mimule”.
Bawo ni 15.ai Ṣiṣẹ?
Jẹ ki a wo imọ-ẹrọ lẹhin 15.ai.
Ni akọkọ, olupilẹṣẹ akọkọ ti 15.ai sọ pe eto naa nlo awoṣe aṣa lati ṣe agbejade awọn ohun pẹlu awọn ipo ẹdun ti o yatọ. Níwọ̀n bí òǹkọ̀wé náà kò ti ní láti tẹ ìwé tó kún fún ẹ̀kúnrẹ́rẹ́ jáde lórí iṣẹ́ náà, a lè ṣe àwọn ìrònú gbòòrò ti ohun tí ń ṣẹlẹ̀ lẹ́yìn àwọn ìran.
Gbigba awọn Foonu pada
Lákọ̀ọ́kọ́, ẹ jẹ́ ká wo bí ìtòlẹ́sẹẹsẹ náà ṣe ń sọ̀rọ̀ ìtumọ̀ ọ̀rọ̀ àbáwọlé. Ṣaaju ki eto naa to le ṣe ipilẹṣẹ ọrọ, o gbọdọ yi ọrọ kọọkan pada si akojọpọ awọn oniwun foonu. Fún àpẹrẹ, ọ̀rọ̀ náà “aja” ní àwọn fóònù mẹ́ta: /d/, /ɒ/, àti /ɡ/.
Ṣugbọn bawo ni 15.ai ṣe mọ iru awọn foonu foonu lati lo fun ọrọ kọọkan?
Gẹgẹbi oju-iwe About 15.ai, eto naa nlo tabili wiwa iwe-itumọ. Tabili naa nlo Oxford Dictionaries API, Wiktionary, ati CMU Pronouncing Dictionary bi awọn orisun. 15.ai nlo awọn oju opo wẹẹbu miiran bii Reddit ati Iwe-itumọ Ilu bi awọn orisun fun awọn ofin tuntun ati awọn gbolohun ọrọ.
Ti ọrọ eyikeyi ti a fun ni ko ba si ninu iwe-itumọ, pronunciation rẹ ni a yọkuro nipa lilo awọn ofin phonological ti awoṣe ti kọ ẹkọ lati inu LibriTTS ipilẹ data. Ipilẹ data yii jẹ koposi – data ti kikọ tabi awọn ọrọ sisọ ni ede abinibi tabi ede-ede – ti o to wakati 585 ti awọn eniyan ti n sọ Gẹẹsi.
Ifisinu Imolara
Ni ibamu si awọn Olùgbéejáde, awọn awoṣe gbiyanju lati gboju le won awọn ti fiyesi imolara ti awọn input ọrọ. Awoṣe ṣe aṣeyọri iṣẹ yii nipasẹ DeepMoji igbekale ero awoṣe. Awoṣe pato yii jẹ ikẹkọ lori awọn ọkẹ àìmọye ti tweets pẹlu emojis pẹlu ibi-afẹde ti oye bi a ṣe lo ede lati ṣafihan awọn ẹdun. Abajade ti awoṣe ti wa ni ifibọ sinu awoṣe TTS lati ṣe afọwọyi iṣelọpọ si ọna ẹdun ti o fẹ.
Ni kete ti awọn foonu ati awọn itara ti jade lati ọrọ titẹ sii, o to akoko lati mu ọrọ pọ.
Ohun cloning ati Afopọ
Awọn awoṣe ọrọ-si-ọrọ gẹgẹbi 15.ai ni a mọ gẹgẹbi awọn awoṣe agbọrọsọ pupọ. Awọn awoṣe wọnyi ni a kọ lati ni anfani lati kọ bi a ṣe le sọrọ ni awọn ohun oriṣiriṣi. Lati le ṣe ikẹkọ awoṣe wa daradara, a gbọdọ wa ọna lati yọkuro awọn ẹya ara ẹrọ ohun alailẹgbẹ ati aṣoju ni ọna ti kọnputa le loye. Ilana yii ni a mọ bi ifibọ agbọrọsọ.
Awọn awoṣe ọrọ-si-ọrọ lọwọlọwọ lo awọn nẹtiwọki ti nhu lati ṣẹda awọn gangan iwe o wu. Nẹtiwọọki nkankikan ni igbagbogbo ni awọn ẹya akọkọ meji: koodu koodu ati decoder kan.
Awọn kooduopo ngbiyanju lati kọ fekito akojọpọ ẹyọkan ti o da lori ọpọlọpọ awọn ọna igbewọle. Alaye nipa awọn foonu, awọn aaye itara, ati awọn ẹya ohun ni a gbe sinu kooduopo lati ṣẹda aṣoju ohun ti o yẹ ki o jade. Oluyipada lẹhinna ṣe iyipada aṣoju yii sinu ohun ohun ati ṣe agbejade Dimegilio igbẹkẹle kan.
Ohun elo wẹẹbu 15.ai lẹhinna da awọn abajade mẹta ti o ga julọ pada pẹlu Dimegilio igbẹkẹle ti o dara julọ.
oran
Pẹlu igbega ti akoonu ti ipilẹṣẹ AI gẹgẹbi deepfakes, Ṣiṣe idagbasoke AI to ti ni ilọsiwaju ti o le farawe awọn eniyan gidi le jẹ ọran ihuwasi pataki kan.
Lọwọlọwọ, awọn ohun ti o le yan lati inu ohun elo wẹẹbu 15.ai jẹ gbogbo awọn ohun kikọ itan-akọọlẹ. Sibẹsibẹ, iyẹn ko da app naa duro lati ni ariyanjiyan diẹ ninu awọn ariyanjiyan lori ayelujara.
Awọn oṣere ohun diẹ ti fa sẹhin lori lilo imọ-ẹrọ ti cloning ohun. Awọn ibakcdun lati ọdọ wọn pẹlu afarawe, lilo ohun wọn ni akoonu ti o fojuhan, ati ṣiṣeeṣe pe imọ-ẹrọ le sọ ipa ti oṣere ohun di arugbo.
Ariyanjiyan miiran waye ni iṣaaju ni ọdun 2022 nigbati ile-iṣẹ kan ti a pe ni Voiceverse NFT ti ṣe awari pe o nlo 15.ai lati ṣe agbekalẹ akoonu fun ipolongo titaja wọn.
ipari
Ọrọ-si-ọrọ ti gbilẹ tẹlẹ ni igbesi aye ojoojumọ. Awọn oluranlọwọ ohun, GPS navigators. ati awọn ipe foonu adaṣe ti di ibi ti o wọpọ. Bibẹẹkọ, awọn ohun elo wọnyi jẹ pato ti kii ṣe eniyan to pe a le sọ pe wọn jẹ ọrọ ti ẹrọ ṣe.
Ngbohun-adayeba ati imọ-ẹrọ TTS ẹdun le ṣii ilẹkun fun awọn ohun elo tuntun. Sibẹsibẹ, awọn ethics ti ohun cloning jẹ ṣi hohuhohu ni ti o dara ju. Dajudaju o jẹ oye idi ti ọpọlọpọ awọn oniwadi wọnyi ti lọra lati pin algorithm pẹlu gbogbo eniyan.
Fi a Reply