Imprimir

Imprimir Notícia

29/12/17 às 17:32

A IA geradora de voz do Google agora é indistinguível dos humanos

O Google anunciou seu novo sistema Tacotron 2, que traduz texto em fala e reivindica precisão quase humana ao imitar o áudio de uma pessoa.

O sistema é a segunda geração da tecnologia, que consiste em duas redes neurais profundas..

A primeira traduz o texto em um espectrograma (pdf), uma maneira visual de representar frequências de áudio ao longo do tempo. Esse espectrograma é então alimentado no WaveNet, um sistema do laboratório de pesquisa de inteligência artificial (IA) da Alphabet, DeepMind, que lê o gráfico e gera os elementos de áudio correspondentes em conformidade.
 
Você pode ouvir duas amostras abaixo. Uma das frases é gerada pela IA, e a outra por uma mulher contratada pelo Google. Não se sabe com certeza qual é qual.

A primeira traduz o texto em um espectrograma (pdf), uma maneira visual de representar frequências de áudio ao longo do tempo. Esse espectrograma é então alimentado no WaveNet, um sistema do laboratório de pesquisa de inteligência artificial (IA) da Alphabet, DeepMind, que lê o gráfico e gera os elementos de áudio correspondentes em conformidade.

Essa tecnologia é imediatamente útil para o Google. O WaveNet, anunciado pela primeira vez em 2016, já é usado para gerar voz no Google Assistant. Quando pronto, o Tacotron 2 poderia ser uma adição ainda mais poderosa ao serviço.

Por enquanto, o sistema só é treinado para imitar uma única voz feminina.
Imprimir