Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Một bài báo của RevComm Research (RCR) đã được chấp nhận tại INTERSPEECH 2023, hội nghị quốc tế quan trọng nhất trong lĩnh vực xử lý ngôn ngữ nói. Các nhà nghiên cứu RCR Shuhei Kato và Taiichi Hashimoto đã gửi một bài báo có tiêu đề "Chuyển đổi giọng nói sang khuôn mặt bằng cách sử dụng mô hình xác suất khuếch tán khử nhiễu", bài báo này đã được chấp nhận. Trong nghiên cứu này, chúng tôi đã phát triển một công nghệ cho phép AI tạo ra một khuôn mặt dường như đang nói bằng giọng nói khi dữ liệu giọng nói được nhập vào. Chúng tôi đã chỉ ra rằng hình ảnh khuôn mặt chất lượng cao có thể được tạo ra bằng cách giới thiệu mô hình khuếch tán thay vì sử dụng các phương pháp thông thường. Họ cũng đã thành công trong việc cải thiện độ phân giải của đầu ra hình ảnh khuôn mặt bằng cách sử dụng dữ liệu hình ảnh khuôn mặt có độ phân giải cao duy nhất lấy từ các bức ảnh làm dữ liệu huấn luyện. Kết quả nghiên cứu này được kỳ vọng sẽ giúp thúc đẩy giao tiếp bằng cách tạo hình đại diện từ giọng nói và hiển thị trên màn hình khi người ở đầu bên kia cuộc gọi điện thoại không thể nhận ra khuôn mặt của người đó. RCR có kế hoạch tiếp tục thúc đẩy nghiên cứu và phát triển trong lĩnh vực giọng nói, ngôn ngữ và hình ảnh, đồng thời đào sâu công nghệ AI để làm phong phú thêm hoạt động giao tiếp.