I cloni di intelligenza artificiale della sintesia sono più espressivi che mai. Presto saranno in grado di parlare.

Quando la sintesia è stata lanciata nel 2017, il suo obiettivo principale era quello di abbinare le versioni AI dei volti umani reali, ad esempio l’ex calciatore David Beckham-Chyond Dubbing Voices in diverse lingue. Alcuni anni dopo, nel 2020, iniziò a dare alle aziende che si iscrissero per i loro servizi, che avevano l’opportunità di realizzare un video di presentazione a livello professionale, o le versioni di intelligenza artificiale o gli attori del consenso dei membri dello staff avevano l’opportunità di recitare. Ma la tecnica non era corretta. I movimenti del corpo degli avatar possono essere a scatti e innaturali, i loro accenti a volte scivolano e i loro sentimenti indicati dalle loro voci non corrispondono sempre alle loro espressioni facciali.

Le incarnazioni della sintesia sono ora aggiornate con modi e movimenti più naturali, nonché voci espressive che preservano meglio la pronuncia del relatore: sembrano più umani che mai. Per i clienti aziendali di sintesia, questi avatar creeranno conseguenze finanziarie, comunicazione interna o più strane di video di formazione del personale.

Ho scoperto che il video mostra inutilmente il suo avatar perché è tecnicamente impressionante. Questo è sufficiente per passare come registrazione ad alta definizione di un discorso aziendale Chirpi, e se non mi conosci, probabilmente pensi di cosa fosse veramente. Questa performance mostra quanto sia difficile separare artificiale dal reale. E prima di molto tempo, questi avatar saranno anche in grado di parlarci. Ma quanto possono ottenere? E cosa può interagire clone di AI?

Processo di costruzione

Quando la mia ex collega Melissa ha visitato lo studio di Londra in Sintesia per creare un’incarnazione di se stessa l’anno scorso, ha dovuto attraversare un lungo processo di calibrazione del sistema, leggere una sceneggiatura in vari stati emotivi e per aiutare i suoni necessari per aiutare i toni e i piatti del suo avatar. Mentre mi trovo brillantemente in una stanza luminosa dopo 15 mesi, sono stato sollevato nel sentire che il processo di costruzione era abbastanza ben organizzato. Josh Baker-Mendza, il supervisore tecnico della sintesia, mi incoraggia a puntare e spingere le mani in avanti perché mi avverto di andare durante le interazioni naturali, oltre che non troppo. Ripeto una sceneggiatura molto luminosa progettata per incoraggiarmi a parlare emotivamente e con entusiasmo. Il risultato è un po ‘come Steve Jobs è stato rianimato come una donna britannica bionda con una voce bassa e monotona.

Questo è anche lo sfortunato effetto di suonarmi come un dipendente di sintesia. “Sono molto entusiasta di stare con te oggi quello che stiamo facendo. Siamo ai margini dell’innovazione e le possibilità sono infinite”, sto provando un suono vivace piuttosto che un maniacale. “Quindi preparati a far parte di qualcosa che ti porterà avanti, ‘Wow!” Questa opportunità non è solo grande: è monumentale. ,

Un’ora dopo, la squadra ha tutto il filmato che ne ha bisogno. Alcune settimane dopo ottengo due dei miei avatar: uno è stato costruito dal precedente modello Express -1 e l’altro è stato costruito con l’ultima tecnologia Express -2. Quest’ultimo, afferma Syntesia, rende i suoi umani sintetici più a vita e perfetti per coloro su cui modellano, con gesti di mano più espressivi, movimenti facciali e linguaggio. Puoi vedere il risultato per te di seguito.

L’anno scorso, Melissa ha scoperto che il suo avatar esplicito -1 -Guard non è riuscito a abbinare il suo accento transatlantico. Anche il limite dei suoi sentimenti era limitato – quando chiese al suo avatar di leggere una lettura arrabbiata, divenne più che feroce. Nei mesi, la sintesia ha migliorato Express -1, ma la versione del mio avatar realizzato con la stessa tecnica fa un pisolino feroce e lotta ancora per sincronizzare i movimenti del corpo con la parola.

Al contrario, ho appena colpito quanto il mio nuovo avatar Express -2 mi sembra: le sue caratteristiche facciali riflettono completamente la mia parte. Anche la sua voce è accuratamente accurata e sebbene faccio più pesticidi di quello che faccio, generalmente sposo quello che sto dicendo nei suoi movimenti delle mani.