Microsoft presenta un sistema capaz de clonar la voz humana

Se llama VALL-E y los escépticos de la Inteligencia Artificial (IA) ya tienen sentimientos encontrados. El programa de audio es capaz de clonar y reproducir la voz humana usando audios muy cortos, de apenas tres segundos.

El sistema está aún en etapa de construcción y Microsoft explica en un informe que el método de lenguaje utilizado es "complejo de desarrollar". Pero que en la práctica será muy sencillo para el usuario: solo debe insertar un audio de ejemplo, algo de texto, y listo, tendrá su propia voz clonada.

Si bien al momento ya existen programas de audios generados a partir del dictado de un usuario, son sistemas que requieren grandes cantidades de data y no están accesibles para todos.

Además, ninguno ha logrado que la voz del robot 'suene' más humana, con las entonaciones o detalles que tienen las personas cuando hablan.

"VALL-E podría preservar la emoción del hablante y el entorno acústico del mensaje en síntesis", dice la empresa en su reporte.

Si Microsoft lo consigue, el mundo estaría frente a un nuevo uso de la Inteligencia Artificial (IA), tan criticada recientemente por la aparición del programa chatGPT.

Este sistema, lanzado en noviembre de 2022, contesta preguntas triviales de los usuarios, pero también puede escribir textos, historias, ensayos, poemas y hasta una hoja de vida.

Pero ha sido acusado de plagio recientemente por un autor, e incluso fue vetado por las escuelas públicas de Nueva York, en Estados Unidos. De hecho, los profesores temen que la IA reemplace a los libros de consultas y fomente el engaño en las tareas escolares.

Lo cierto es que a Microsoft no le han importado las críticas, porque hace poco abrió su chequera e invirtió USD 10.000 millones en OpenIA, el laboratorio detrás del chatbot.

Además, quiere con su inversión potenciar el desarrollo del lenguaje GPT3, que sería la siguiente generación del nuevo robot.

Lo que busca Microsoft es incluir esta tecnología en su buscador Bing, y en los programas utilitarios de Word, PowerPoint y Outlook.

Si la empresa basada en Redmond logra combinar VALL-E y el chatbot GPT en sus productos, los usuarios tendrían a su alcance un programa que recite y escriba textos en cuestión de segundos.