Meta 稍早公布名為Voicebox的語音生成模型,將可透過Flow Matching演算法,從大量原始音訊與轉錄文字進行學習,進而生成自然生動的語音內容。
同時,Voicebox並未限制僅能用於特定領域的語音內容,透過足夠音訊與文字內容即可產生去除噪音、清晰語音,同時還能進行內容編輯、風格轉換,或是輸出不同聲音特色語音內容。
而藉由Flow Matching演算法,即可直接從原始音訊、文字內容進行學習,同時產生語音內容,無須像過往同類型語音生成模型必須事先完成資料學習訓練,並且僅能針對單一語音內容進行訓練操作。
在Flow Matching演算法設計中,更能學習語音與文字之間差異,即便對應相同文字內容,但在不同語音呈現方式,例如語調、語速、口音或重音表現差異,會讓相同文字內容有不同表意。
目前Voicebox是以累積5萬小時的語音錄音訓練結果構成,其中涵蓋英語、法語、西班牙語、德語、波蘭語、葡萄牙語公開錄音內容片段,以及對應文字內容,同時藉由自動生成人工智慧 運作模式,不僅能快速學習各類語音發音、朗讀方式,只需輸入一段語音樣本與文字內容,就能以所輸入語音樣本風格朗讀文字,甚至進行後續編輯語調整。
但由於此模型可能會有被人濫用情況,因此目前Meta僅對外公布相關技術,並未公開相關模型與原始碼內容。
《原文刊登於合作媒體mashdigi,聯合新聞網獲授權轉載。》
訂閱《科技玩家》YouTube頻道!
💡 追新聞》》在Google News按下追蹤,科技玩家好文不漏接!
📢 日本環球影城「咚奇剛國度」12月11日開幕!園區設施斷軌雲霄飛車、新品搶先看
📢 老婆傻眼老公去藥局「集點換到PS5 Pro」!男人們的默契齊聲見證:是真的
📢 Netflix雙11送「漲價大禮」!月費最高悄漲18%超驚人 每月比Max貴161元
📢 11月便宜資費懶人包/4G吃到飽488!5G搶市4百有找、再送千元小禮
📢 OTT串流平台優惠整理!MyVideo低於3折、LINE TV免千元
📢 LINE免費貼圖精選12組!「我不雞道」大玩諧音哏 黑貓椒滴滴超Q