على الرغم من أن Microsoft و Google يميلان إلى الهيمنة على العناوين الرئيسية المتعلقة بالذكاء الاصطناعي، إلا أن الكثير من الشركات الأخرى تسارع أيضاً لتطوير منتجات الذكاء الاصطناعي، بما في ذلك Meta. وتحقيقاً لهذه الغاية، أدخلت عملاقة التواصل الاجتماعي أول دخول لها إلى الفضاء الذكي عن طريق أداة جديدة مدعومة بالذكاء الاصطناعي.
كشفت Meta في منشور مدونة لها بأنها كانت تعمل على أداة الذكاء الاصطناعي التوليدية للكلام، وتقول الشركة التي يطلق عليها اسم Voicebox بأن أداتها يمكن أن تؤدي مجموعة متنوعة من مهام إنشاء الكلام التي لم يتم تدريبها بشكل خاص على القيام به من خلال التعلم في السياق.
ووفقاً لـ Meta، تتضمن بعض هذه المهام تحويل النص إلى كلام في السياق، وتحرير الكلام، وتقليل الضوضاء، ونقل النمط عبر اللغات، وأخذ عينات الكلام المتنوعة. وإليك كيف تصف الشركة هذه الميزات:
تحويل النص إلى كلام في السياق: يستخدم عينات صوتية لا تزيد مدتها عن ثانيتين لمطابقة نمط الصوت واستخدامه في إنشاء تحويل النص إلى كلام.
تحرير الكلام وتقليل الضوضاء: يمكن للأداة إعادة إنشاء جزء من الكلام تمت مقاطعته بسبب الضجيج أو استبدال الكلمات التي تحتوي على أخطاء في النطق دون الحاجة إلى إعادة التسجيل.
نقل النمط عبر اللغات: يمكن للأداة أخذ عينة من الكلام ومقطع من النص لإنتاج قراءة للنص باللغات الإنجليزية أو الفرنسية أو الألمانية أو الإسبانية أو البولندية أو البرتغالية.
أخذ عينات الكلام المتنوعة: يستخدم بيانات متنوعة لتوليد الكلام بشكل أكثر تمثيلاً لكيفية تحدث الناس باللغات الست المذكورة سابقاً.
وتقول المنظمة بأنّ Voicebox هو جزء من بحثها حول الذكاء الاصطناعي التوليدي، أما بالنسبة لفائدتها فتقول Meta ما يلي:
“في المستقبل، يمكن لنماذج الذكاء الاصطناعي متعددة الأغراض مثل Voicebox أن تعطي أصواتاً طبيعية لمساعدين افتراضيين وشخصيات من غير اللاعبين في metaverse. حيث يمكن لذلك السماح للأشخاص ضعاف البصر بسماع رسائل مكتوبة من الأصدقاء يقرأها الذكاء الاصطناعي بأصواتهم، ومنح المبدعين أدوات جديدة لإنشاء وتحرير المقاطع الصوتية لمقاطع الفيديو بسهولة، وغير ذلك الكثير.”
