Meta'dan hizalama gerektirmeyen ses modeli: Text-Audiobox
Meta AI, seslendirme ve çift yönlü diyalog sentezine odaklanan hizalamasız Text-Audiobox çalışmasını yayımladı; şu an elimizde yalnızca başlık bilgisi var.
Meta'nın yapay zeka araştırma sitesinde yeni bir çalışma göründü: Alignment-Free Text-Audiobox for Voice Dubbing and Full-Duplex Dialogue Synthesis. Başlık, modelin iki işe odaklandığını söylüyor: ses dublajı ve full-duplex, yani iki tarafın aynı anda konuşabildiği diyalog sentezi. "Alignment-free" ifadesi de metin ile ses arasında önceden hazırlanmış bir hizalama verisine ihtiyaç duyulmadığını anlatıyor.
Elimizdeki kaynakta yayının başlığı dışında teknik ayrıntı bulunmuyor. Model boyutu, eğitim verisi, karşılaştırma sonuçları, erişim koşulları ya da yayın tarihi gibi bilgiler için Meta'nın kendi sayfasına bakmak gerekiyor. Bu yüzden burada iddia edilen performansa dair bir aktarım yapmıyoruz.
Çalışmanın tam metnine kaynak bağlantısından ulaşabilirsiniz.
