Audiobox: AI-genererat Ljud

Meta introducerar Audiobox, en avancerad forskningsmodell för ljudgenerering som kombinerar röstinspelningar med textbeskrivningar för att skapa skräddarsydda ljudlandskap. Detta nya verktyg öppnar upp oändliga möjligheter för ljudskapande inom film, podcasting, ljudböcker och spelutveckling.

Audiobox, som bygger på Metas tidigare AI-modell Voicebox, kan generera och redigera tal, ljudeffekter och ljudlandskap. Användare kan enkelt beskriva önskat ljud eller tal i textform och låta modellen förvandla dessa beskrivningar till verklighet. Funktioner som vokal omstilisering gör det möjligt att förändra röster för att låta som om de befinner sig i olika miljöer eller uttrycker specifika känslor.

För att säkerställa ansvarsfull användning har Meta implementerat nya teknologier inom Audiobox. Bland dessa finns en automatisk ljudvattenmärkningsteknik som gör det möjligt att spåra ursprunget för AI-genererat ljud, och en röstautentiseringsfunktion för att förhindra röstimitation.

Audiobox har för närvarande släpps till en utvald grupp forskare och akademiska institutioner, är förväntningarna höga på att denna teknik så småningom kommer att bli tillgänglig för en bredare publik.

Källa: https://ai.meta.com/blog/audiobox-generating-audio-voice-natural-language-prompts/

Bild: Meta