La velocità con cui si sta sviluppando la nuova IA (intelligenza artificiale) è senza dubbio motivo di preoccupazione per molti. Alla fine, sembra che dovremo iniziare a prendere alcune grandi decisioni al riguardo. Sono tante le cose in generale che potrebbero funzionare un po’ più agevolmente senza l’ausilio degli esseri umani, ma bisogna ancora capire se ne vale la pena.
Prendendolo come impressionante o terrificante, in un rapporto tramite Arstecnica, Microsoft ha appena rivelato un nuovissimo sistema di intelligenza artificiale che, secondo quanto riferito, è in grado di replicare accuratamente un campione di voce umana basato su soli 3 secondi di campionamento audio.
Il sistema è noto come VALL-E e Microsoft ha affermato che con un campione audio di soli 3 secondi è in grado di generare un nuovo output text-to-voice che replica in maniera eccellente la voce della fonte originale. In altre parole, può parlare come te, e ancora di più, dire cose che in realtà non hai mai fatto.
Piuttosto che usata per mezzi malevoli, tuttavia, Microsoft spera che questa nuova tecnologia di intelligenza artificiale sia in grado di fornire un output dal suono migliore per linee / comandi vocali automatizzati. Nello specifico, un output audio che può essere adattato automaticamente a regioni specifiche (attraverso alcuni riferimenti umani reali) ed essere molto più facile da capire in termini di localizzazione.
Inoltre, potrebbe anche essere usato per future integrazione nei prodotti Microsoft e persino per il loro sistema operativo Windows 11, ma queste restano ancora speculazioni al momento.