Facebook KI: Voicebox bearbeitet Audio und spricht sechs Sprachen
Microsoft und Google dominieren zwar aktuell die Schlagzeilen zum Thema KI, es drängen aber auch zahlreiche andere Unternehmen in Markt. Dazu gehört auch Facebook-Mutterkonzern Meta, die gerade ihren Einstieg in den Bereich KI bekannt gegeben haben. Laut dem Blogbeitrag arbeitet das Unternehmen an einem generativen KI-Tool für Sprache. Das Tool heißt Voicebox und kann durch „kontextbezogenes Lernen“ sogar Sprach-Aufgaben ausführen, „für die es nicht speziell trainiert wurde“.
Laut Meta umfassen einige dieser Aufgaben die kontextbezogene Text-zu-Sprache-Synthese, Sprachbearbeitung, Rauschunterdrückung, sprachübergreifende Stilübertragung und verschiedene Sprachproben. Das Unternehmen beschreibt diese Funktionen wie folgt:
- In-Kontext Text-zu-Sprache: Verwendet Audiobeispiele von nur zwei Sekunden Länge, um sie an den Audiostil anzupassen und für die Text-zu-Sprache-Generierung zu verwenden.
- Sprachbearbeitung und Rauschunterdrückung: Das Tool kann einen Teil der Sprache, der durch ein Geräusch unterbrochen wurde, wiederherstellen oder falsch gesprochene Wörter ersetzen, ohne dass eine erneute Aufnahme erforderlich ist.
- Sprachübergreifende Stilübertragung: Das Tool kann eine Sprachprobe und eine Textpassage nehmen, um eine Lesung des Textes in Englisch, Französisch, Deutsch, Spanisch, Polnisch oder Portugiesisch zu erstellen.
- Diverses Sprachsampling: Verwendet verschiedene Daten, um Sprache zu generieren, die repräsentativer für die Art und Weise ist, wie Menschen in den sechs zuvor genannten Sprachen sprechen.
Laut Facebook ist Voicebox Teil der konzerneigenen Forschung zur generativen KI. Was seinen Nutzen angeht, sagt Meta:
„In Zukunft könnten multifunktionale generative KI-Modelle wie Voicebox virtuellen Assistenten und Nicht-Spieler-Charakteren im Metaversum natürlich klingende Stimmen verleihen. Sie könnten es sehbehinderten Menschen ermöglichen, geschriebene Nachrichten von Freunden zu hören, die von KI mit ihrer Stimme vorgelesen werden, Creatorn neue Tools an die Hand geben, mit denen sie ganz einfach Audiospuren für Videos erstellen und bearbeiten können, und vieles mehr.“
Beispiele für die Funktionen von Voicebox und ein Video kann man sich in dem unten verlinkten Blogbeitrag von Meta ansehen.
