Fish Audio julkaisee Drama 3: Tekoälyäänet luonnollisella kielellä
Fish Audio on julkaissut Drama 3 -mallin, joka mahdollistaa tekoälyäänien ohjaamisen luonnollisella kielellä. Uusi malli tarjoaa luojille aiempaa tarkemman kontrollin äänisuoritusten muokkaamiseen.
Palo Altossa, Kaliforniassa toimiva Fish Audio on julkaissut uuden tekoälymallin nimeltä Drama 3. Tämä tekstistä puheeksi -malli antaa kehittäjille, studioille ja sisällöntuottajille mahdollisuuden ohjata ääniesityksiä luonnollisella kielellä sen sijaan, että he vain generoivat niitä.
Drama 3:n avulla käyttäjät voivat kuvailla halutun sävyn, tempon ja hahmon luonteen ilman monimutkaisia komentoja. Malli mahdollistaa myös äänisuorituksen muokkaamisen rivi riviltä, esimerkiksi muuttamalla tunnetta kesken lauseen. Tämä on hyödyllistä esimerkiksi äänikirjojen, pelien ja animaatioiden tuotannossa, missä pienetkin muutokset voivat parantaa lopputulosta merkittävästi.
"Ääni-tekoäly on kehittynyt puheen generoimisessa, mutta seuraava askel on esityksen ohjaaminen", sanoo Fish Audion toimitusjohtaja Rissa Cao. Hän korostaa, että Drama 3 asettaa sisällöntuottajat ohjaajan rooliin, mahdollistaen suorituskyvyn hienosäädön ilman koko osan uudelleen generointia.
Malliin on lisätty neljä uutta ominaisuutta: luonnollisen kielen ohjaus, monen puhujan dialogin generointi, ääninauhan muokkaus ja pitkien sekä monikielisten sisällöntuotantojen yhdenmukaisuus. Fish Audio on viime aikoina kasvattanut merkittävästi käyttäjäkuntaansa ja liikevaihtoaan, ja sen teknologiaa hyödynnetään laajasti eri alojen sisällöntuotannossa.