Microsoft создала нейросеть для подделки любого голоса за 3 секунды

Компания Microsoft разработала модель искусственного интеллекта (ИИ) VALL-E. Она способна точно воспроизвести голос любого человека - для этого ИИ достаточно трехсекундного образца, рассказывает Tengri Lifestyle со ссылкой на Windows Central.

Отмечается, что голос имитируется нейросетью очень достоверно, с сохранением тембра и эмоциональной окраски голоса спикера.

Преимуществом VALL-E является быстрая обучаемость. Разработчики Microsoft натренировали сеть на голосовых аудиозаписях общей длительностью более 60 000 часов, поэтому теперь для копирования голоса системе достаточно "послушать" любой голос в течение всего 3 секунд.

Примеры того, как работает нейросеть, доступны на GitHub. Отличить "голос" нейросети от оригинала действительно практически невозможно.

Пользователям соцсетей разработка напомнила знаменитую сцену из второй части "Терминатора", где робот Т-1000 сымитировал голос приемной матери главного героя.

В настоящее время технологии VALL-E нет в общем доступе, так как разработчики считают, что репликации голосов людей могут быть использованы злоумышленниками в корыстных целях.

Ранее сообщалось, что в мессенджере WhatsApp появится новая функция.