ولي العهد يستقبل الرئيس الأميركي دونالد ترامب في قصر اليمامة بالرياض
أمطار ورياح نشطة على منطقة جازان حتى الثامنة مساء
لقطات من انطلاق منتدى الاستثمار السعودي الأمريكي في الرياض
رئاسة الحرمين تعزز المسار الإثرائي الاعلامي في المحيط الإسلامي بعدة لغات
حديث جانبي بين ولي العهد وترامب
ولي العهد يستقبل الرئيس الأميركي دونالد ترامب في مطار الملك خالد بالرياض
لقطات لطائرة الرئيس الأميركي ترامب أثناء تحليقها في الأجواء السعودية
طائرة الرئيس الأميركي دونالد ترامب تصل إلى الرياض
الفالح: نعمل على تعميق استثمارات السعودية في أميركا إلى 600 مليار دولار
توقعات الطقس اليوم: رياح وغبار على 7 مناطق
-
41°
أحدث أبحاث مايكروسوفت في الذكاء الاصطناعي لتحويل النص لكلام
كشفت شركة Ars Technica أن Microsoft عرضت أحدث أبحاثها في مجال الذكاء الاصطناعي لتحويل النص إلى كلام باستخدام نموذج يسمى VALL-E يمكنه محاكاة صوت شخص ما من عينة صوتية مدتها ثلاث ثوانٍ فقط.
التفاصيل
ويمكن للخطاب أن يطابق الجرس فحسب بل يتطابق أيضًا مع النغمة العاطفية للمتكلم، وحتى صوتيات الغرفة، ويمكن استخدامه يومًا ما لتطبيقات تحويل النص إلى كلام المخصصة أو المتطورة، على الرغم من أنه مثل التزييف العميق، فإنه ينطوي على مخاطر إساءة الاستخدام، وفق تقرير إنغادجيت.
VALL-E هو ما تسميه Microsoft “ونموذج لغة الترميز العصبي” إنه مشتق من ترميز الشبكة العصبية للضغط المدعوم بالذكاء الاصطناعي من ميتا، مما يولد الصوت من إدخال النص وعينات قصيرة من السماعة المستهدفة.
ووصف الباحثون في ورقة بحثية، كيف قاموا بتدريب VALL-E على 60.000 ساعة من الكلام باللغة الإنجليزية من أكثر من 7000 متحدث في مكتبة Meta الصوتية LibriLight ، ويجب أن يكون الصوت الذي تحاول تقليده مطابقًا تمامًا للصوت الموجود في بيانات التدريب، وإذا كان الأمر كذلك فإنه يستخدم بيانات التدريب لاستنتاج ما سيبدو عليه المتحدث المستهدف إذا كان يتحدث بإدخال النص المطلوب.
آلية العمل
ويوضح الفريق بالضبط كيف يعمل هذا بشكل جيد على صفحة VALL-E Github. لكل عبارة يريدون من الذكاء الاصطناعي “التحدث” ، لديهم مطالبة مدتها ثلاث ثوان من المتحدث لتقليد، “حقيقة أساسية” للمتحدث نفسه يقول عبارة أخرى للمقارنة ، “خط أساسي” لتحويل النص إلى كلام التقليدي التوليف وعينة VALL-E في النهاية.
والنتائج مختلطة، بعضها يشبه الآلة والبعض الآخر واقعي بشكل مدهش، حقيقة أنه يحتفظ بالنبرة العاطفية للعينات الأصلية، كما أنه يطابق البيئة الصوتية بأمانة، لذلك إذا قام المتحدث بتسجيل صوته في قاعة echo-y ، فإن إخراج VALL-E يبدو أيضًا وكأنه جاء من نفس المكان.
ولتحسين النموذج، تخطط Microsoft لتوسيع نطاق بيانات التدريب الخاصة بها “لتحسين أداء النموذج عبر وجهات نظر التشابه بين العروض الفنية وأسلوب التحدث والمتحدثين.” كما أنها تستكشف طرقًا لتقليل الكلمات غير الواضحة أو المفقودة.
واختارت Microsoft عدم جعل الكود مفتوح المصدر، ربما بسبب المخاطر الكامنة في الذكاء الاصطناعي التي يمكن أن تضع الكلمات في فم شخص ما.
وأضافت أنها ستتبع “مبادئ مايكروسوفت للذكاء الاصطناعي” في أي تطوير آخر، وكتبت الشركة في قسم “التأثيرات الأوسع” في استنتاجها: “نظرًا لأن VALL-E يمكنه تجميع الكلام الذي يحافظ على هوية المتحدث، فقد يحمل مخاطر محتملة في إساءة استخدام النموذج، مثل انتحال التعرف على الصوت أو انتحال الشخصية”.
تابعوا قناة المواطن على واتساب
ALI
المستقبل يبشر بأشياء كثيرة لا يمكن توقعها.