Nie odróżnisz od człowieka. Sztuczna inteligencja Google przemówiła ludzkim głosem

Google zrobił kolejny krok na drodze do upodobnienia sztucznej inteligencji do człowieka. Znów trochę trudniej będzie stwierdzić czy mamy do czynienia z prawdziwym rozmówcą czy z cyfrową asystentką.

Tacotron 2 rozbija zadanie na dwie części. Najpierw przekłada przygotowany tekst na wizualną reprezentację głosu w formie spektrogramu. Potem odczytuje wykres i dopasowuje do niego parametry audio. Po złożeniu powstaje niemal idealna imitacja głosu żywej osoby.

Nowy system nie tylko świetnie radzi sobie ze skomplikowanymi słowami i nazwami, ale także potrafi rozpoznawać i interpretować znaki interpunkcyjne oraz rodzaj zapisu. Czyta przecinki i kropki oraz potrafi zaakcentować słowa napisane drukowanymi literami.

Choć osiągnięcie Google'a jest imponujące, to wiele jeszcze pozostaje do zrobienia. Program jest na razie tak skomplikowany, że nie da się go po prostu dostosować do żadnego innego głosu. Zrobienie tego wymagałoby stworzenia od nowa niemal całego skomplikowanego kodu. Na razie mówi też tylko po angielsku. Przede wszystkim zaś, nie potrafi przetwarzać zawartych w tekście emocji.

Wydaje się, że na jej końcu jest program, który będzie w stanie doskonale imitować człowieka. Ta zmiana jest stricte kosmetyczna i pozwala zatrzeć granicę między tworem technologicznym a biologicznym. Idealnie ludzki głos nie wnosi niczego w sferze zdolności komunikacji z asystentką, ale stopniowo zmienia stosunek do niej.

Wyścig zbrojeń trwa. Firmy chcą stworzyć idealną iluzję, która pozwoliłaby pomylić człowieka z maszyną. Wyniki badań większości firm są utajnione i tylko czasami pojawiające się publikacje i prezentacje nowych dokonań dają wgląd w to, co może się dziać za zamkniętymi drzwiami laboratoriów. To sprawia, że tak trudno orzec kto jest na jakim etapie, ale wydaje się, że Google'owi właśnie udało się mocno przyspieszyć w trwającym wyścigu.