Blog de Canto
Microsoft crea clonador de voz
Esta es la última gran noticia de la empresa mayormente financiada por el gigante Microsoft, OpenAI, la cual para muchos críticos tendrá incluso mayor impacto que la Revolución Industrial. No sé si se tanto, pero lo que sí, es que esta empresa llegó a sacar a todas las demás empresas tecnológicas de su zona de confort y siendo la Startup más exitosa de todos los tiempos con una valoración de 29 billones de dólares, siendo que apenas comenzó a cobrar por algunos de sus servicios, entre ellos DALL-E y ChatGPT Pro, que es quizás de lo que más se habla en el mundo de la Inteligencia Artificial en el mundo el día de hoy, ya que está a punto de unir este sistema con Bing y muy probablemente decirle a Google “quítate que ahí te voy” después de haber quedado en el olvido por muchos años. Pero lo que nos trae aquí el día de hoy es su nuevo clonador de voz que estará disponible en muy poco tiempo y que se espera sea otra revolución, así es que aquí te presento a VALL-E.
VALL-E sigue un poco el nombre de su hermano DALL-E, sin embargo, éste es sólo para voces, con la gran ventaja de que sólo necesitaremos 3 segundos de ejemplo para poder clonar cualquier voz. Y como siempre viene la gran pregunta sobre qué tan seguro será esto si ya cualquier persona con tener 3 segundos de nuestra voz en un audio de whatsapp podrá clonarnos y decir todo lo que desee pudiendo hacer mal uso de eso. Pero esa pregunta salta en muchos aspectos de la Inteligencia Artificial, así es que no es algo nuevo y seguramente escucharemos mucho estos temas en futuro. De entrada, lo importante es conocer que ya es posible y estar preparados para no caer en estafas. Así es que ya no podremos confiar en la voz como herramienta de seguridad.
Y aunque esto no es música ni cano propiamente hablando, sabiendo que en la clonación de voces cantadas hay otro proceso, lo que es importante es que la calidad que han logrado las personas de OpenAI es impresionante, por lo menos en los ejemplos que han dado a conocer en su página oficial. Por el momento no podemos usar esta tecnología, pero ya fue presentada, así es que podemos entrar al portal y escuchar los audios que han creado. Como mencioné lo impresionante es que sólo se necesitan 3 segundos. En páginas como FakeYou que también han sido muy exitosas, sólo podemos clonar voces de otras que ya los programadores de la página han subido, como la voz de Lady Gaga, Bob Esponja, el Chavo del 8, etc. Pero si queremos clonar la de alguien más hay que pagar, mandar el audio y ellos lo regresan en algunos días. Y la calidad en los otros casos que ya están pre grabados suele ser con mucho ruido y muchas palabras no son bien pronunciadas, etc., así es que VALL-E cambia mucho las cosas, porque ahora sí se podrá clonar lo que sea.
Te invito a que le des una mirada a la página y escuches los ejemplos en donde están los 3 segundos subidos y luego a partir de un texto que puedes ver a la izquierda de la pantalla, lo que le pusieron a leer a esa voz clonada y cómo lo dice. Es muy bueno a comparación de otras plataformas. Seguramente tendrá grandes fallas al principio, pero hay que recordar que lo que está basado en Inteligencia Artificial va a aprender cómo hacerlo mejor a cada segundo que se le introduzcan más datos y que mejore su modelo hasta llegar a un nivel de calidad impresionante que será muy difícil de poder distinguir cuál es el audio original y el clonado, sólo es cuestión de tiempo.
Así es que date una vuelta por el siguiente link y espera a ver o a escuchar lo que OpenAI y Microsoft nos tendrán para este 2023. No pierdas de vista a esta Startup que podría cambiar el mundo.
Comments