OpenAI, artık metin, görüntü ve videoya ek olarak ses üretme ve taklit etmeyi de içeren yeteneklerini genişletmeye devam ediyor.
Metin-ses aracı
Voice Engine platformu, metin girişi ve kısa ses örnekleriyle gerçek konuşmacıların sesine oldukça benzer doğal sesler üretebiliyor. OpenAI, bu aracın canlı ve gerçekçi sesler üretme kapasitesine sahip olduğunu vaat ediyor.
2022 yılı sonuna kadar geliştirilmesi planlanan Voice Engine, şu anda OpenAI’nin Metinden Sese API’sinde bulunan önceden tanımlanmış seslerin yanı sıra ChatGPT Voice ve Read Aloud gibi uygulamalara güç veriyor.
OpenAI, videoların oluşturulmasında olduğu gibi, Sentetik Ses Motorunu kötüye kullanma potansiyeli nedeniyle dikkatli davranıyor. Bu nedenle, bu özellik henüz genel kullanıma açık değildir.
Çeviri ve okuma desteği için
Bugün OpenAI, teknolojisinin ücretsiz ya da ücretli olarak geniş kitlelere sunulup sunulmayacağı konusunda tereddüt içinde. Şirket, bu teknolojinin yaygın kullanımının ve nasıl kullanılacağının, kullanıcı geri bildirimleri ve küçük ölçekli deneylerin sonuçlarına dayanarak daha bilinçli bir şekilde belirleneceğini belirtiyor.
OpenAI, Voice Engine’in kullanım alanları arasında, okuma zorluğu çekenlere ve çocuklara okuma konusunda yardımcı olma potansiyelinden bahsediyor. Bu hizmetin, doğal ve duygusal açıdan nötr sesler üretebilme kabiliyetine sahip olması, eğitim teknolojisi alanında faaliyet gösteren Age of Learning gibi şirketler için faydalı olduğunu kanıtladı. Age of Learning, önceden yazılmış sesli içerikler oluşturmak için Voice Engine’i kullanmıştır.
Bunun yanı sıra, şirketlerin ve içerik üreticilerinin çok dilli bir izleyici kitlesine ulaşmasına yardımcı olan bir özellik de mevcuttur, özellikle videolar ve podcast’ler için içeriğin çevrilmesi konusunda. OpenAI, Voice Engine’in çeviri amacıyla kullanıldığında, orijinal konuşmacının yerel aksanını koruduğunu belirtiyor. Örneğin, bir Türkçe konuşmacının ses örneğinden İngilizce bir ses oluşturulduğunda, sonuç Türkçe aksanlı bir İngilizce ses olacaktır.
Kaynak: OpenAI
