Ο τεχνολογικός κολοσσός της Nvidia, εταιρεία ηγέτιδα στον χώρο της κατασκευής micro chips, εσχάτως έχει εστιάσει στα project που έχουν να κάνουν με την τεχνητή νοημοσύνη. Μάλιστα, ήδη ενημέρωσε για το νέο επίτευγμα της.

Πρόκειται για έναν νέος επεξεργαστής μουσικής με τεχνολογία AI, που μπορεί να δημιουργήσει μέχρι και ήχους που δεν έχουν ξανακουστεί ποτέ. Που δεν έχουν υπάρξει καν. Όπως μια τρομπέτα που… νιαουρίζει, για παράδειγμα.

Το νέο λογισμικό ονομάζεται Fugatto και είναι ικανό να παράγει μουσική, ήχους και ομιλία χρησιμοποιώντας την μέθοδο εισαγωγής κειμένου από την χρήστη και ακολούθως ταχύτατα μπορεί να τους μετατρέψει τις λέξεις σε ήχους, ενώ εντάσσει και μία πρωτοπορία σε σχέση με τον ανταγωνισμό.

Όπως φαίνεται και στο βίντεο που ακολουθεί, το Fugato συνθέτει τραγούδια βασισμένα ακόμα και σε… υπερβολικές εντολές του χρήστη. Όπως, «κάνε ένα σαξόφωνο να ουρλιάζει» ή «μετέτρεψε την ηλεκτρονική μουσική σε μία σύνθεση με σκύλους που γαβγίζουν».

Το νέο application μπορεί ακόμη και να μεταμορφώσει τον ήχο της φωνής κάποιου, αλλάζοντας την προφορά του ή δίνοντάς του έναν διαφορετικό τόνο. Αυτόν του θυμωμένου ή του ήρεμου ομιλητή. Υπάρχουν επίσης τρόποι επεξεργασίας μουσικής, καθώς ο Fugatto μπορεί να απομονώσει το φωνητικό σκέλος ενός τραγουδιού, να προσθέτει όργανα, ακόμη και να αλλάξει μια μελωδία αντικαθιστώντας ένα πιάνο με έναν τραγουδιστή όπερας.

Ισχυρός ο ανταγωνισμός στον τομέα και αρκετά νομικά προβλήματα

Υπάρχουν ήδη πολλά άλλα εργαλεία ήχου τεχνητής νοημοσύνης στην αγορά, συμπεριλαμβανομένων εκείνων από το Stability AI, το OpenAI, το Google DeepMind, το ElevenLabs, αλλά κανένα δεν φθάνει τις προδιαγραφές 

Ορισμένες νεοσύστατες εταιρείες τεχνητής νοημοσύνης αντιμετωπίζουν ακόμη και αγωγές πνευματικών δικαιωμάτων για τα εργαλεία δημιουργίας μουσικής, ενώ μια πρόσφατη έκθεση διαπίστωσε ότι η Nvidia, μεταξύ άλλων εταιρειών, εκπαίδευσαν μοντέλα τεχνητής νοημοσύνης σε υπότιτλους μέσω χιλιάδων βίντεο από το YouTube.

Για την κατασκευή του Fugatto που ακόμα δεν έχει ανακοινωθεί πότε θα είναι διαθέσιμο για το αγοραστικό κοινό, η Nvidia ενημερώνει ότι οι ερευνητές έπρεπε να συνθέσουν ένα σύνολο δεδομένων με εκατομμύρια δείγματα ήχου. Στη συνέχεια δημιούργησαν οδηγίες «που διεύρυναν σημαντικά το εύρος των εργασιών που μπορούσε να εκτελέσει το μοντέλο, επιτυγχάνοντας ταυτόχρονα πιο ακριβή απόδοση και επιτρέποντας νέες εργασίες χωρίς να απαιτούνται πρόσθετα δεδομένα». 

Διαβάστε ακόμη: