Meta Lanza Audiobox: la nueva Inteligencia Artificial que podrá clonar tu voz en segundos
Esta nueva herramienta creada por la empresa Meta permite a los usuarios crear contenido de audio diverso utilizando IA avanzada.
El pasado lunes, Meta, empresa que maneja la red social Facebook, lanzó Audiobox, la herramienta impulsada por Inteligencia Artificial con el poder crear voces desde cero, pudiendo ser capaz de imitar cualquier tipo de voz sin apenas problemas, así como dar la opción de editarlas con diversos efectos de sonido.
De acuerdo a Meta, Audiobox es el resultado de años de investigación y desarrollo por parte de los ingenieros de la empresa, además de basarse en su anterior plataforma "Voicebox", superandola en calidad ya que puede generalizar tareas de generación de voz sin haber sido entrenado específicamente para ello, dando resultados espectaculares.
"Audiobox, el sucesor de Voicebox, está avanzando aún más en la IA generativa para audio al unificar las capacidades de generación y edición para el habla, efectos de sonido (sonidos cortos y discretos como el ladrido de un perro, el claxon de un automóvil, un trueno, etc.) y paisajes sonoros, con una variedad de mecanismos de entrada para maximizar la controlabilidad para cada caso de uso", explicó el equipo de Audiobox de Meta.
¿Cómo funciona este nuevo programa de generación de voz con IA?
El funcionamiento es de lo más sencillo, dado que la misma Meta ha incluido varios tutoriales para aprender a usar la herramienta. En estos tutoriales, se explica que se pueden crear voces desde cero, siendo necesario grabarse a uno mismo o a otra persona recitando un texto de ejemplo que aparecerá en pantalla. En caso de no querer proporcionarle una voz, se podrá utilizar las voces predefinidas incluidas.
Ya con una voz escogida, Audiobox se muestra como un editor de pistas de audio con IA. Ahí, se pueden escribir frases o conversaciones para que la IA repita usando la voz seleccionada. Además, se cuenta con un apartado en el que añadir efectos de sonido que acompañarán a las voces, para así crear una conversación con mayor ambientación o realismo.
Starting today you can try our new foundation research model for audio generation. The demo includes Zero shot TTS, Text to sound effects, Infilling and more!
— AI at Meta (@AIatMeta) December 11, 2023
Try Audiobox âž¡ï¸ https://t.co/8OPcJYy8a9 pic.twitter.com/lo9rCOZMAh
De forma resumida, se podría decir que Audiobox tiene la utilidad de una especie de audiolibro en la cual cada persona puede escribir el texto. No obstante, la herramienta todavía necesita bastante desarrollo, ya que las voces suenan bastante robóticas por ahora, por lo que se tendrá que esperar a que Meta saque una versión más actualizada para obtener mejores resultados.
Asimismo, Meta reconoce que esta IA podría ser utilizada con tintes maliciosos, razón por la que se agregaron las marcas de agua que ayuden a reconocer que la voz fue hecha con Inteligencia Artificial.
"El reciente avance en calidad y fidelidad en el modelo generativo de audio ha permitido nuevas aplicaciones y casos de uso en el modelo. Sin embargo, al mismo tiempo, hay muchas personas... que plantean preocupaciones sobre los riesgos de un mal uso", dijo el equipo de Audiobox en su informe. "Por lo tanto, la capacidad de reconocer qué audio es generado o real es crucial para prevenir el mal uso de la tecnología y permitir que ciertas plataformas cumplan con su política".
"Tanto el modelo de Audiobox como nuestra demo interactiva cuentan con marca de agua automática en el audio, de modo que cualquier audio creado con Audiobox puede ser rastreado con precisión hasta su origen", dijo Meta.
"Nuestro método de marca de agua incrusta una señal en el audio que es imperceptible para el oído humano, pero que puede ser detectada hasta el nivel de fotograma utilizando un modelo capaz de encontrar segmentos generados por IA en el audio".
Lee también: ¿Qué significa TikTok? Todo acerca de esta popular red social
