Technologický start-up DeepZen so sídlom v Londýne uvádza, že jeho technológia syntetickej reči dokáže vytvoriť niekoľko verzií audioknihy iba v priebehu niekoľkých hodín.

Čínsky internetový vyhľadávač Sogou dokáže pomocou umelej inteligencie (AI) čítať populárne romány autorovým hlasom. Z videonahrávok sa mu podarilo vytvoriť „realistických“ avatarov dvoch čínskych autorov. Minulý rok Sogou vytvoril pomocou AI dvoch „redaktorov“ čítajúcich správy, ktorých stále využíva štátna tlačová agentúra Sinchua.

Technológiou prevodu textu na reč sa dá teraz jednoducho vytvoriť audio verzia knižky za pomoci digitalizovaného syntetického hlasu. Avšak väčšina ľudí uprednostňuje audioknihy, ktoré sú profesionálne prerozprávané autormi, hercami alebo známymi osobnosťami. Teraz sa však vďaka pokroku v strojovom učení a technológiách prevodu textu na hlas stávajú digitalizované hlasy viac realistickými.

Spoločnosť Lyrebird napríklad umožňuje svojim klientom vytvoriť si vlastné „hlasové avatary“ iba z jednominútového záznamu ich hlasu. Na svojej internetovej stránke predstavuje svoju službu pomocou dvoch audionahrávok bývalého amerického prezidenta Baracka Obamu a jeho nástupcu v úrade Donalda Trumpa, ktoré vytvorili s použitím strojového učenia.

Zdroj: SITA