Microsoft презентувала рішення для створення діпфейків

На заході Ignite 2023 Microsoft презентувала рішення для створення діпфейків, пише TechCrunch. Розповідаємо деталі.

Що сталося

Одним із найнесподіваніших продуктів, представлених на щорічній конференції Microsoft Ignite 2023 — інструмент, який може створювати фотореалістичні аватари людей. Нова функція Azure AI Speech text to speech avatar дозволяє користувачам створювати відео з промовами аватара. Для цього потрібно завантажити зображення людини, на яку вони хочуть, щоб аватар був схожий, а також написати сценарій. 

Інструмент Microsoft тренує модель для керування анімацією. Одночасно інша модель для перетворення тексту на мову (попередньо створена чи натренована на голосі людини) зачитує сценарій.

«За допомогою аватара з перетворенням тексту в мову користувачі можуть більш ефективно створювати відео … створювати навчальні відео, презентації продуктів, відгуки клієнтів [і так далі] просто через введення тексту. Ви можете використовувати аватар для створення розмовних агентів, віртуальних помічників, чат-ботів тощо», — зазначають в Microsoft.

Аватари можуть розмовляти кількома мовами. В сценаріях чат-ботів вони здатні використовувати моделі ШІ (наприклад, GPT-3.5 від OpenAI), щоб відповідати на запити клієнтів.

Персональний голос

Також на заході презентували нову функцію персонального голосу, в рамках спеціального нейронного голосового сервісу Microsoft. Вона може відтворювати голос користувача за кілька секунд за умови, що в якості звукової підказки використовується однохвилинний зразок мовлення. Microsoft позиціонує її як спосіб створення персоналізованих голосових помічників, дублювання контенту різними мовами і створення на замовлення дикторських текстів для оповідань, аудіокниг і подкастів.

Щоб запобігти потенційним юридичним проблемам, Microsoft вимагає від користувачів явну згоду у вигляді записаної заяви, перш ніж дозволить використовувати функцію. Доступ до неї поки закритий за реєстраційною формою.