மைக்ரோசாப்ட் நிறுவனம் வால்-இ என்ற புதிய செயற்கை நுண்ணறிவு மாடலை வெளியிட்டுள்ளது. இது அக்டோபர் 2022 இல் மெட்டா அறிவித்த என்கோடெக் தொழில்நுட்பத்தை அடிப்படையாகக் கொண்டது.

அது என்ன

மைக்ரோசாப்ட் VALL-E ஐ “Neural Codec Language Model” என்று அழைக்கிறது. இந்த செயற்கை நுண்ணறிவு எந்த மனித குரலையும் பின்பற்ற முடியும், இதற்காக அவர் அசல் குரலை 3 வினாடிகள் மட்டுமே கேட்க வேண்டும். AI தகவலை கூறுகளாக உடைத்து அதன் ஒலியின் மாறுபாடுகளை வெவ்வேறு சொற்றொடர்களில் ஒருங்கிணைக்கிறது, இதன் விளைவாக அது பேச்சாளரின் ஒலி மற்றும் உணர்ச்சித் தொனியை துல்லியமாக இனப்பெருக்கம் செய்ய முடியும்.

வால்-இயைப் பயிற்றுவிக்க, மைக்ரோசாப்ட் 7,000க்கும் மேற்பட்ட உண்மையான நபர்களால் பதிவுசெய்யப்பட்ட 60,000 மணிநேர உரையாடல்களின் பதிவுகளைப் பயன்படுத்தியது. அடிப்படையில், லிப்ரிவாக்ஸ் நூலகத்திலிருந்து ஆடியோபுக்குகள் இதற்காக எடுக்கப்பட்டன.

வால்-இ குரல் உருவகப்படுத்துதல்களின் உதாரணங்களை நீங்கள் இங்கே கேட்கலாம் கிட்ஹப்.

மைக்ரோசாப்ட் கூறுகையில், வால்-இயை உரையிலிருந்து பேச்சுக் கருவியாக, பேச்சு எடிட்டிங் கருவியாக, பிற உருவாக்கும் AIகளுடன் இணைப்பதன் மூலம் ஆடியோ உருவாக்கும் அமைப்பாகப் பயன்படுத்தலாம்.

ஒரு ஆதாரம்: வால்-இ