Spraw, by Twój głos brzmiał pewnie — lub szepcz, jeśli wolisz — „Sztuczna inteligencja korekcyjna” firmy Adobe pozwala Ci zmienić emocje

Kiedy obejrzałem demo, szczerze mówiąc, pomyślałem, że to chwyt marketingowy. Matowy, mechaniczny głos odczytywał wers, a potem, jednym kliknięciem, stawał się ciepły i ekspresyjny.

To co Korekcyjne AI tak — pozwala zmienić nastrój nagranego głosu po jego nagraniu.

Żadnych powtórek, żadnego czasu w studiu, tylko kilka tagów i suwaków, aby dodać emocje, takie jak „spokój”, „pewność siebie” lub „szept”.

To część rosnącej obsesji Adobe na punkcie kreatywnej sztucznej inteligencji. Firma już teraz rozwija Firefly, tworząc kompletne studio do obróbki dźwięku i wideo, wprowadzając narzędzia, które mogą generować ścieżki dźwiękowe i mowę z podpowiedzi tekstowych.

Sztuczna inteligencja korygująca idealnie wpisuje się w ten obraz — edytuje emocje w taki sam sposób, w jaki edytujemy kolory lub ekspozycję.

Aż trudno uwierzyć, jak naturalne to się teraz wydaje, skoro jeszcze parę lat temu stwierdzenie „sztuczna inteligencja edytuje twoje uczucia” brzmiało jak fabuła science fiction.

Oczywiście, ta technologia nie działa w próżni. Wraz z rozwojem narzędzi do klonowania głosu, dyskusja o zgodzie i kontroli nad twórczością staje się coraz głośniejsza.

Wielu aktorów głosowych wyraziło obawy po zobaczeniu, jak szybko Występy generowane przez sztuczną inteligencję wkradają się do studiów.

Korekcyjna sztuczna inteligencja nikogo nie klonuje – modyfikuje prawdziwy występ – ale etyczna niejasność wciąż istnieje. Jeśli montażysta zmieni twoje brzmienie, czy to nadal… w zgodzie ze sobą?

Mimo to nie mogę zaprzeczyć praktycznym korzyściom. Filmowcy, edukatorzy, podcasterzy – oni to pokochają. Wyobraź sobie, że nagrywasz coś raz i nigdy więcej nie martwisz się o ton.

Zmęczona, pozbawiona energii lektura może od razu brzmieć śmiało i uspokajająco. A w rozwijającej się firmie Adobe Pakiet kreatywny FireflyGłos nie jest już zapomnianą warstwą, staje się odrębnym medium twórczym.

Mimo to część mnie tęskni za tym ludzkim aspektem. Prawdziwy aktor głosowy tchnie w dialog niuanse – drobne wahania, emocjonalną głębię, odrobinę życia, którego nie sposób do końca zsyntetyzować.

Sztuczna inteligencja może sprawić, że występ będzie wyglądał pięknie, ale istnieje też ryzyko, że zostanie wygładzony i zapomniany to, co sprawia, że ​​występ wydaje się żywy.

Być może to jest cena postępu: trochę mniej niedoskonałości, trochę więcej kontroli.

Na razie to tylko prototyp. Ale dajcie mu czas – takie narzędzia mogą sprawić, że „edycja emocji” stanie się tak powszechna, jak przycinanie klipów wideo.

A kto wie? Może pewnego dnia będziemy edytować nie tylko to, co mówimy, ale także jak się czujesz kiedy to mówimy.