El generador de voz con IA de Microsoft alcanza la paridad humana: y esto es extremadamente peligroso
Elígenos como tu fuente preferida en Google.
Es la primera vez que un generador de voz con inteligencia artificial puede producir un habla natural prácticamente idéntica a la del hablante original.
Microsoft acaba de dar un paso de gigante con su generador de voz con inteligencia artificial, que según ha pasado distintas pruebas, acaba de alcanzar la paridad humana, y por eso mismo no lo van a distribuir al público general.
Microsoft ha desarrollado una nueva versión de su modelo de lenguaje de códecs neuronales, llamado Vall-E, y que es más natural y sólido que nunca.
Se trata del primer generador de voz con IA que ha alcanzado la paridad humana en distintas pruebas de referencia.
En concreto esta nueva versión Vall-E 2 integra dos mejoras muy importantes. Una de ellas es el modelado del código agrupado que permite organizar mejor los códigos del códec, dando como resultado longitudes de secuencias más cortas que aumentan la velocidad de inferencia y ayuda a superar desafíos de modelado de secuencias largas.
La otra novedad es el muestreo consciente de la repetición que ha recibido un empujón al respecto.
Así probaron los avances de Vall-E 2
Para probar los avances, Microsoft puso a prueba Vall-E 2 con los conjuntos de datos LibriSpeech y VCTK, y lo mejor de todo es que los superó con gran éxito.
Al referirse que ha logrado la paridad humana, los de Redmond se refieren a que su modelo generador de voz con IA tuvo mejor desempeño que las muestras reales en cuanto a solidez, similitud y naturalidad.
Es decir, que esta herramienta puede producir un habla natural como si fuera totalmente real, y eso es un gran peligro.
Todas las muestras las puedes escuchar a través de la página oficial, y son increíblemente realistas no distinguiéndose de la voz humana original.
Es capaz de dominar sutilezas que antes solo eran capaces los seres humanos, pero ahora parece que también las máquinas.
No llegará al público porque es peligroso
Señalan que Vall-E 2 es un proyecto de investigación y que no tienen planes de incorporar la tecnología a un producto de consumo ni de lanzarlo al público general.
Afirman que esto conlleva un riesgo potencial de uso indebido, como puede ser suplantar la identidad de una persona.
En todo caso consideran que Vall-E 2 podría tener aplicaciones en la accesibilidad, periodismo, traducción y educación, entre otros.