ໃນໂລກປັດຈຸບັນ ກະແສຂອງເທັກໂນໂລຢີ AI ຫຼື ປັນຍາປະດິດ ແມ່ນກຳລັງໄດ້ຮັບຄວາມນິຍົມເປັນຢ່າງສູງ ບໍ່ວ່າຈະເປັນ ChatGPT ຫຼື Midjourney ແລະ ຫຼ້າສຸດທາງ Microsoft ກໍໄດ້ພັດທະນາ Vall-E ເທັກໂນໂລຢີ AI ທີ່ສາມາດຮຽນສຽງເປັນມະນຸດຄົນໃດກໍໄດ້ ຜ່ານການປ້ອນຕົວຢ່າງຂອງສຽງຕົ້ນສະບັບໃຫ້ລະບົບໄດ້ຟັງ ພຽງ 3 ວິນາທີ.
ຄວາມໜ້າສົນໃຈອີກຢ່າງໜຶ່ງຂອງເທັກໂນໂລຢີນີ້ກໍຄື ມັນສາມາດຮຽນສຽງໄດ້ແບບໃກ້ຄຽງສຸດໆ ທັງນໍ້າສຽງ ແລະ ອາລົມຂອງສຽງຕົ້ນສະບັບ ແຖມຍັງສາມາດປັບປ່ຽນແຕ່ງໂໝດເພີ່ມໄດ້ຕາມໃຈ ກໍຄືເຮົາສາມາດປັບຈູນສຽງຂອງ AI ໄດ້ເພີ່ມຕື່ມອີກນັ້ນເອງ.
ທາງ Microsoft ເຜີຍວ່າໄດ້ໃຊ້ຂໍ້ມູນສຽງຕົວຢ່າງພາສາອັງກິດລວມກວ່າ 60.000 ຊົ່ງໂມງ ເພື່ອເຮັດການເຝິກຝົນ AI ຕົວນີ້ ຈົນສາມາດຈັບທາງສຽງ ແລະ ອາລົມໄດ້ທຸກຢ່າງ ສຸດທ້າຍກໍລົດການເຝິກຝົນໃຫ້ເຫຼືອພຽງ 3 ວິນາທີ. ແຕ່ຢ່າງໃດກໍຕາມ ເຖິງແມ່ນວ່າໂດຍລວມແລ້ວນໍ້າສຽງຈະມີຄວາມຄ້າຍກັບຕົ້ນສະບັບ ແຕ່ຖ້າຟັງດີໆກໍຍັງສາມາດຈັບໄດ້ຢູ່ວ່າເປັນສຽງຂອງຫຸ່ນຍົນ ບໍ່ແມ່ນສຽງຄົນແທ້ໆ.
ໂດຍຢ້ອນກັບໄປກ່ອນໜ້ານີ້ ເທັກໂນໂລຢີສ້າງສຽງສັງເຄາະນັ້ນມີມາກ່ອນແລ້ວ ເຊັ່ນ: ສຽງຂອງຜູ້ຊ່ວຍສ່ວນຕົວຢ່າງ Siri, Google Assistant ຫຼື Alexa. ແຕ່ສຽງຂອງຜູ້ຊ່ວຍເຫຼົ່ານີ້ຈຳເປັນຕ້ອງໃຊ້ການບັນທຶກສຽງຂອງຕົ້ນສະບັບທີ່ມີຄຸນະພາບສູງ, ໃຊ້ອຸປະກອນລະດັບມືອາຊີບ ແລະ ໃຊ້ເວລາເປັນຫຼາຍໆອາທິດ ຈຶ່ງຈະໄດ້ເປັນສຽງໆໜຶ່ງອອກມາ.
ໃນຂະນະທີ່ເທັກໂນໂລຢີ AI ຂອງ Microsoft ຕົວນີ້ ໃຊ້ສຽງຕົ້ນສະບັບພຽງ 3 ວິນາທີ ຈຶ່ງເປັນການເປີດທາງໃຫ້ໃຜໆກໍສາມາດສ້າງສຽງສັງເຄາະຂອງຕົນເອງຂຶ້ນມາໄດ້ ໂດຍບໍ່ຈຳເປັນຕ້ອງໃຊ້ເວລາ ແລະ ງົບປະມານອັນມະຫາສານ ຄືກັບເມື່ອໃນອະດີດ ນັ້ນເອງ.
ເຊິ່ງສິ່ງທີ່ໜ້າກັງວົນຂອງເທັກໂນໂລຢີດັ່ງກ່າວນີ້ກໍຄື ຖ້າເກີດວ່າຖືກພັດທະນາມາຢ່າງສົມບູນ ແລ້ວຕົກໄປຢູ່ໃນມືຂອງກຸ່ມຄົນທີ່ບໍ່ຫວັງດີ ເຊັ່ນນັກຕົ້ມຕຸ໋ນ ຫຼື ແມ່ນແຕ່ກາຍເປັນເຄື່ອງມືທາງການເມືອງ ເຊິ່ງສິ່ງເຫຼົ່ານີ້ອາດສ້າງຄວາມເສຍຫາຍໄດ້ຢ່າງຫຼວງຫຼາຍແບບທີ່ບໍ່ສາມາດປະເມີນໄດ້.
ແຕ່ຢ່າງໃດກໍຕາມ ປັດຈຸບັນ Microsoft ຍັງບໍ່ໄດ້ເປີດໃຫ້ໃຊ້ເທັກໂນໂລຢີນີ້ແບບສາທາລະນະທີ່ໃຜໆກໍສາມາດໃຊ້ໄດ້ ເພາະຍັງຢູ່ໃນຂັ້ນຕອນການພັດທະນາ ແລະ ຍັງຕ້ອງໄດ້ປັບແກ້ອີກຫຼາຍຈຸດ.
ດ້ວຍເທັກໂນໂລຢີນີ້ ໃນອະນາຄົດ ເຮົາອາດຈະໄດ້ເຫັນ ເຄື່ອງປ່ຽນສຽງຮູບຫູກະຕ່າຍ ໃນຮູບເງົາເລື່ອງ ຍອດນັກສືບຕົວນ້ອຍ ໂຄນັນ ຖືກປະດິດຂຶ້ນມາ ແລະ ມີຄວາມໃກ້ຄຽງກັບຄວາມເປັນຈິງທີ່ສຸດ ກໍເປັນໄປໄດ້.
ຂອບໃຈຂໍ້ມູນຈາກ:
ຕິດຕາມຂ່າວທັງໝົດຈາກ LaoX: https://laox.la/all-posts/
