迄今最复杂人工智能语音模型创建

小字号

科技日报北京6月25日电 （记者刘霞）据英国《每日邮报》23日报道，脸书母公司元宇宙平台公司（Meta）称，其已研制出“迄今功能最强大的语音生成式人工智能Voicebox”，它能够模仿任何人的声音，包括逝者。不过，由于担心这项先进技术会被滥用，Meta宣布不会公开其人工智能模型。

　　Meta公司深度学习人工智能研究人员在介绍Voicebox时指出，Voicebox使用了“流匹配”方法，其表现优于当前最先进生成式语音系统使用的扩散模型。结果显示，Voicebox生成的人工音频更容易理解，单词错误率为1.9%，低于竞争对手的5.9%。此外，Voicebox生成的音频与真人的相似性更高，同时速度快了近20倍。

　　在跨语言翻译时，Voicebox的表现优于备受赞誉的多语言文本—语音AI YourTS，单词平均错误率从10.9%降低到5.2%，音频相似度从0.335提高到0.481。

　　Meta阐述了Voicebox的多种用途，称其可用来帮助视障人士听到朋友和亲人的信息，或允许非母语人士用自己的声音翻译自己所说的话。据悉，Voicebox目前能说6种语言：英语、法语、西班牙语、德语、波兰语和葡萄牙语。

　　不过，Meta强调称，由于潜在的滥用风险，他们目前不会公开Voicebox模型及其代码。虽然他们认为向人工智能社区开放并分享研究，对于推动人工智能向前迈进非常重要，但在开放与责任之间取得正确的平衡也至关重要。

　　【总编辑圈点】

　　ChatGPT横空出世半年多时间，人们已然深刻感受到人工智能语言模型的强大。对于各种提问，它都能对答如流，令人惊叹。试想一下，如果人工智能在回答人类的提问时，不仅内容形式酷似真人，就连声音也令人真假难辨，用户恐怕会感受到更强的冲击力。而后者，正是语音生成式人工智能要实现的目标。不过，正如文中所言，这些强大的技术确实有被滥用的可能，在人工智能技术不断升级迭代的同时，相关监管与伦理约束也要及时“上路”。

(责编：王仁宏、陈键)

关注公众号：人民网财经

分享让更多人看到

推荐阅读 农业农村部部署渔业安全工作 坚决防范重特大事故发生   　　人民网北京6月26日电 （记者王仁宏）6月25日，农业农村部召开渔业安全生产隐患排查整治推进视频会议，针对近期排查发现的渔业安全隐患突出问题，部署针对性工作举措。 会议要求，对钓具船、养殖船、专项捕捞船、远洋渔船等正在海上作业渔船，开展排查“回头看”，做好“三个核验”，核验安全检查、隐患整改、防范措施是否到位；对渔港安全监管突出抓好“三个加强”，加强港内动火作业监管、渔港消防设施维护和渔港日常巡查。…    
一图了解夏季达沃斯论坛的“前世今生”   　　…