Meta משיקה מודל בינה מלאכותית של Spirit LM לחיקוי קולות אנושיים
Meta השיקה את מודל הקוד הפתוח החדש שלה, "Spirit LM", אשר נותן מענה לאתגרים הקשורים למודלים מולטי-מודאליים בבינה מלאכותית בהפקת קול.
הדגם החדש שואף לספק חווית אודיו טבעית ואקספרסיבית יותר, המהווה שלב מתקדם בפיתוח רובוטים חכמים המסוגלים לתקשר קולית בדרכים מורכבות ומציאותיות יותר.
מודל "Spirit LM" מבוסס על מודל שפה מיומן מראש המכיל 7 מיליארד פרמטרים, והוא נבדל ביכולתו לעבד סאונד בצורה שונה ממודלים מסורתיים המסתמכים על טכנולוגיות זיהוי דיבור אוטומטי (ASR).
Meta מציין שהגישה המסורתית גורמת לאובדן של ביטויים טבעיים רבים של הקול. לכן, Spirit LM מסתמך על שימוש בפונמות, צלילים וצלילים כדי להתגבר על מגבלות אלו, מה שמאפשר לה להפיק צלילים טבעיים וללמוד משימות חדשות, כולל זיהוי דיבור, המרת טקסט לטקסט וסיווג קול.
Meta חשפה את הדגם הזה במאמר מחקר והזכירה גם את פרטי המחקר שהוביל לפיתוח "Spirit LM", בנוסף לדגימות של ביצועי האודיו של הדגם, מה שנותן מושג ברור לגבי יכולותיו העתידיות.
המודל זמין כעת כפרויקט קוד פתוח למפתחים וחוקרים לשימוש ולהרחיב, וצפוי לשמש בעתיד ביישומי מטה כמו WhatsApp, Instagram ופייסבוק, המאפשרים למשתמשים לקיים אינטראקציה עם בינה מלאכותית באמצעות קול טבעי . שיחות מלאות בביטויים הדומים למצב הקול המתקדם שהציגה לאחרונה OpenAI.
-
21:15
-
20:26
-
18:39
-
17:45
-
17:03
-
16:19
-
15:21
-
14:28
-
14:08
-
13:44
-
13:00
-
12:15
-
11:29
-
10:45
-
10:00
-
09:15
-
08:30
