VALL-E es la tecnología de texto a voz impulsada por inteligencia artificial (IA) de Microsoft que ahora es capaz de traducir tu voz a casi cualquier idioma que desees y su parecido con el habla humana es realmente espectacular.
PUBLICIDAD
Como recuerda un informe publicado en el sitio web de Computer Hoy, esta plataforma fue presentada en enero como una herramienta para reproducir la voz de cualquier usuario, de forma casi idéntica y con solo escuchar por unos tres segundos puede imitar emociones, ambiente acústico y diferentes énfasis de las frases.
Recientemente, la compañía de Redmond agregó la nueva función de traducir voz en idiomas diferentes. Lior, mejor conocido en Twitter como AlphaSignalAI, compartió un ejemplo.
“Hablar idiomas extranjeros con voz propia + acento + emoción pronto será una realidad. Los investigadores de Microsoft ampliaron recientemente VALL-E y entrenaron un modelo de lenguaje de códec condicional multilingüe para predecir secuencias de tokens acústicos”, escribió.
Microsoft y su apuesta por VALL-E
Microsofot desarrolló su enfoque en el modelo de lenguaje para la síntesis de texto a voz (TTS por sus siglas en inglés, text to speech) en VALL-E. La empresa asegura: “VALL-E emerge capacidades de aprendizaje en contexto y se puede utilizar para sintetizar voz personalizada de alta calidad con solo una grabación registrada de tres segundos de un hablante”.
“Entrenamos un modelo de lenguaje de códec neuronal utilizando códigos discretos derivados de un modelo de códec de audio neuronal listo para usar, y consideramos TTS como una tarea de modelado de lenguaje condicional en lugar de una regresión de señal continua como en el trabajo anterior”, explican los expertos sobre el proceso de desarrollo.
A principios de 2023, el cofundador de Microsoft, Bill Gates, dijo que la inteligencia artificial es el próximo gran avance en la industria de la tecnología y traerá los cambios más importantes en los próximos años. VALL-E es un buen ejemplo de ello.
