Nvidia giới thiệu công nghệ AI đột phá chỉnh sửa giọng nói

Sản phẩm mới này được Nvidia gọi là Fugatto, viết tắt từ Foundational Generative Audio Transformer Opus 1. Công nghệ này cùng với những sản phẩm của các công ty như Runway hay Meta Platforms đều có khả năng tạo âm thanh hoặc video từ những lời mô tả bằng văn bản.

Fugatto mang đến khả năng tạo hiệu ứng âm thanh và âm nhạc dựa trên các mô tả bằng chữ, thậm chí có thể tái tạo những âm thanh độc đáo như chuyển đổi tiếng kèn trumpet thành tiếng sủa của chó.

Điểm đặc biệt của Fugatto so với các công nghệ AI hiện nay nằm ở năng lực chỉnh sửa âm thanh đã có sẵn, chẳng hạn chuyển một bản nhạc piano thành giọng hát của con người hoặc thay đổi giọng nói với giọng điệu và cảm xúc khác nhau.

Phó Chủ tịch nghiên cứu học sâu ứng dụng tại Nvidia, ông Bryan Catanzaro, nhận định rằng AI sáng tạo sẽ mở ra những khả năng mới cho âm nhạc, trò chơi điện tử cũng như giúp người dùng phổ thông tự do sáng tạo nội dung.

Trong khi đó, các công ty như OpenAI đang thảo luận với các hãng phim Hollywood về việc sử dụng AI trong ngành giải trí, mối quan hệ giữa lĩnh vực công nghệ và Hollywood lại trở nên căng thẳng hơn sau vụ kiện của ngôi sao Scarlett Johansson liên quan đến việc OpenAI bị tố cáo sao chép giọng nói của cô.

Fugatto được phát triển dựa trên dữ liệu mã nguồn mở, nhưng Nvidia vẫn đang cân nhắc về việc liệu có nên phát hành rộng rãi sản phẩm này hay không và nếu có thì sẽ thực hiện như thế nào.

Ông Catanzaro cho biết: “Bất kỳ công nghệ tạo sinh nào cũng luôn tiềm ẩn một số rủi ro.” Đây chính là lý do Nvidia chưa có kế hoạch đưa công nghệ này ra mắt ngay lập tức.