En un avance significativo en el ámbito de la inteligencia artificial, Meta AI ha revelado su avanzado generador de texto a voz (TTS) llamado Voicebox. Este nuevo sistema de IA supera en velocidad a modelos populares como ChatGPT de OpenAI y Bard de Google, siendo hasta 20 veces más rápido con niveles de rendimiento equivalentes.
Voicebox se basa en un enfoque único, que se desvía drásticamente de la arquitectura TTS tradicional. A diferencia de otros modelos TTS como ElevenLabs Prime Voice AI, Voicebox de Meta es capaz de realizar inferencias contextuales y aprovechar conjuntos de datos de entrenamiento a gran escala. Como resultado, puede generalizar a través de tareas en lugar de depender de conjuntos de datos más estrechos, altamente curados y etiquetados.
Los intentos anteriores de utilizar grandes cantidades de datos de audio en modelos TTS provocaron una reducción significativa de la calidad del audio de salida. Sin embargo, Meta ha superado este reto desarrollando un novedoso sistema de entrenamiento que prescinde de las etiquetas y la selección. Al emplear una arquitectura capaz de "rellenar" los datos de audio, Voicebox puede adaptarse a tareas de generación de voz para las que no ha sido específicamente entrenado, algo inédito en un modelo de este tipo, según describe Meta AI.
Esta innovadora característica permite a Voicebox realizar toda una serie de funciones, desde traducir texto a voz y sintetizar voz de sustitución para eliminar el ruido de fondo, hasta aplicar la voz de un hablante a diferentes salidas lingüísticas. Como se demuestra en un trabajo de investigación publicado por la empresa, Voicebox puede lograr todo esto utilizando sólo la salida de texto requerida y un clip de audio de tres segundos.
Una ventaja significativa que comparten Voicebox de Meta y ChatGPT de OpenAI es su capacidad de generalizar mediante el aprendizaje en contexto, lo que los distingue de otros generadores de TTS. Esta capacidad prepara el terreno para una amplia gama de posibles aplicaciones y casos de uso, revolucionando la forma en que interactuamos con la IA y consumimos información.
En el ámbito de las plataformas low-code y no-code, soluciones como AppMaster han revolucionado el desarrollo de aplicaciones al simplificar la creación de aplicaciones backend, web y móviles para una amplia gama de usuarios. Con los avances que se están produciendo y la introducción de herramientas de IA como Voicebox, podemos esperar nuevas mejoras en múltiples sectores, incluidos los chatbots, los asistentes de voz y las soluciones de accesibilidad, lo que conducirá a un panorama digital más conectado y adaptable.
Como la IA sigue avanzando a un ritmo asombroso, será apasionante ver cómo los desarrolladores y usuarios integran potentes herramientas como Voicebox en sus proyectos, impulsando la innovación y transformando el futuro de la tecnología.
