Suni zeka çılgınlığına Microsoft da katılıyor. Microsoft araştırmacıları, üç saniyelik ses örneği verildiğinde bir kişinin sesini simüle edebilen suni zeka projesini deklare etti. VALL-E adlı yeni “metinden konuşmaya suni zeka” modeli, EnCodec adlı bir teknolojiyi temel alıyor.

Microsoft Vall-E suni zeka nedir?

Microsoft, yalnızca üç saniyelik bir ses örneğiyle kişinin sesini öykünmek edebilen suni zeka tabanlı modelini duyurdu. Dalga biçimlerini değiştirerek konuşmayı sentezleyen öteki şekillerinin aksine, VALL-E bir kişinin çıkardığı sesi çözümleme edebiliyor. Bu bilgiyi bileşenlere ayıran model, eğitim verilerini kullanarak o sesin “codec” bilgilerini çıkarabiliyor.

Microsoft, VALL-E’nin konuşma sentezleme kabiliyetini, Meta tarafınca oluşturulan halka açık sesli kitaplar ile geliştirdiğini açıkladı. 7000’den fazla konuşmacıdan 60 bin saatlik İngilizce konuşmayı içeren LibriLight adlı bir ses kitaplığını kullandı.

VALL-E, öncesinden tasarlanmış hazır sesler olmadan çalışabilir ve çözümleme ederek öğrenme kabiliyetine haiz. Şu demek oluyor ki daha ilkin asla duymadığı kelimeleri bile öğrenerek çıkartabilir. Microsoft’un suni zeka modeli, hemen hemen halka açık olarak sunulmadı.

Şirket başta güvenlik olmak suretiyle çeşitli mevzularda tedbir almayı dikkatsizlik etmedi. Bir kişinin sesini öykünmek etme yada belirli bir konuşmacının kimliğine bürünme şeklinde durumlar için idrak etme modeli üstünde çalıştığını dile getirdi.

Apple ise daha ilkin kitapları sesli hale getiren suni zeka modelini duyurmuştu. Apple Books, suni zeka ile ses sentezleme modelini kullanarak birçok kitabı sesli hale getirmeyi planlıyor.

Siz bu mevzu hakkında ne düşünüyorsunuz? Fikirlerinizi yorumlar kısmında bizlerle paylaşabilirsiniz.