VALL E es una aplicación de Windows que contiene complejos algoritmos de IA. Esta herramienta permite crear imitaciones de voz de alta calidad. El modelo está entrenado con muestras de voz de más de 7000 personas que hablan inglés.

Proceso

La generación de voz se realiza mediante redes neuronales que utilizan métodos de síntesis de voz completamente diferentes a los programas tradicionales. El algoritmo es capaz de detectar características sutiles de la voz, como el timbre y los tonos emocionales. Más aún, el software puede imitar a una persona específica después de procesar sólo un fragmento de audio de tres segundos.

Demostración

En la página web oficial, hay ejemplos de trabajo de IA. Los usuarios pueden escuchar segmentos de audio y compararlos con los sintetizadores de voz tradicionales. Además, la base de datos en línea contiene muestras con diferentes tonalidades emocionales. La IA puede decir la misma frase con alegría, enojo, asco, entre otras.

Es importante destacar que, a diferencia de Stable Diffusion, el código fuente y el algoritmo VALL E aún no está disponible en el dominio público por razones de seguridad. Es imposible generar la voz en base a un archivo de audio personalizado.

En cuanto al software de mejora de audio impulsado por IA, Adobe Podcast es una herramienta que utiliza algoritmos de inteligencia artificial para mejorar la calidad del audio en grabaciones.

Características

permite crear imitaciones de voz de alta calidad mediante complejos algoritmos de IA;
requiere solo un fragmento de audio de tres segundos;
modelo de red neuronal entrenado en patrones de habla de personas reales;
posibilidad de cambiar el timbre y la tonalidad emocional de la voz;
gratis para descargar y usar;
compatible con las versiones actuales de Windows.