مدل هوش مصنوعی چندوجهی متا موسوم به SeamlessM4T در ماه آگوست معرفی شد که از حدود ۱۰۰ زبان برای ترجمهی متن و ۳۶ زبان برای ترجمهی گفتار پشتیبانی میکند. معماری بهروز مدل مذکور که با شناسهی v2 شناخته میشود اکنون امکان ترجمهی گفتار محاورهای را با روشی گویاتر فراهم میکند که گام بسیار مهمی برای برقراری ارتباط بین زبانهای مختلف محسوب میشود. اولین ویژگی جدید SeamlessM4T که با نام SeamlessExpressive شناخته میشود، عبارات مورد نظر کاربر برای انتقال به گفتار …
ElevenLabs یک شرکت فعال در حوزه هوش مصنوعی مبتنی بر صوت است که برخی از فیچرهایش توجه کاربران و کارشناسان را به خود جلب کرده. این شرکت اکنون ابزار جذاب دیگری را رونمایی کرده که میتواند صدای شما را بر اساس شخصیت، جنس و لهجه تغییر دهد. شرکت نرمافزاری ElevenLabs قابلیت جدیدی به نام Speech to Speech (STS) را به مدل هوش مصنوعی تولید صدا Speech Synthesis خود اضافه کرد. این ابزار میتواند صدای شما را به شخصیتهای مختلف با …