Нейросеть научили убедительно имитировать человеческие эмоции голосом

[душман]

Британская компания Sonantic разработала нейросеть, способную убедительно имитировать «глубокие человеческие эмоции» во время озвучивания текста, например, плакать или вздыхать. В этом плане она на несколько порядков превосходит возможности тех же голосовых помощников Siri или Alexa, которых вряд ли можно назвать эмоциональными или выразительными.

Созданная компанией Sonantic программа для редактирования звуковой информации использует множество различных голосовых моделей, созданных на основе голосов живых актеров. Компания продемонстрировала результаты своей работы в опубликованном видео. Все голоса, которые можно услышать в диалоге в начале ролика, сгенерированы компьютерным алгоритмом, который играет роль расстающихся матери и дочери.

В апреле компания привлекла 2,3 млн евро инвестиций и в настоящий момент сотрудничает с рядом производителей игр. Последним приходится часто записывать тысячи строк диалогов для дальнейшей озвучки. Использование аудиоредактора Sonantic в свою очередь позволит удешевить и ускорить разработку игр. Программа сможет менять голос под различные игровые обстоятельства, — например, если персонаж говорит во время бега — и не терять «естественность», когда по сценарию нужно заплакать или закричать.

Разработчики не считают, что их технология полностью вытеснит актеров озвучки. Скорее, она должна стать тем, чем в своё время стала компьютерная (CGI) графика для производства фильмов. Специалисты Sonantic говорят, что их технология позволит рассказать новые истории фантастическим образом.