Meta revela Audiobox, ferramenta de IA que transforma texto em áudio

O conglomerado Meta ganhou as manchetes em junho ao anunciar o Voicebox, sistema de inteligência artificial que recria as vozes das pessoas. O próximo passo foi dado nesta semana, com a revelação do Audiobox, uma ferramenta mais completa, que consegue transformar texto escrito em áudio.

A Meta explicou que inúmeras aplicações são possíveis a partir da nova ferramenta. Por exemplo, entrar com o prompt “água corrente de um rio e depois pássaros cantando” para gerar um clipe de áudio com aproximadamente 5 segundos.

Outra possibilidade é descrever “uma jovem mulher fala com uma entonação alta e num ritmo veloz”. Depois, incluir a fala “the quick brown fox jumps over the lazy dog”. O resultado final segue exatamente o que foi determinado pelo usuário.

A ferramenta do Audiobox funciona também com orientações sobre o ambiente em questão (numa catedral) e sobre a emoção de quem fala (triste e lento).

“Até onde sabemos, o Audiobox é o primeiro modelo a permitir input duplo (prompts de voz e descrição em texto dos prompts) para reestilização de voz em forma livre”, declarou o conglomerado de Mark Zuckerberg num post sobre o tema.

A Meta se antecipou em explicar que a ferramenta Audiobox foi liberada inicialmente para um grupo seleto de pesquisadores e de instituições acadêmicas com histórico de pesquisa sobre fala. Em outras palavras: não foi disponibilizada para todos os usuários, o que sempre levanta dúvidas sobre o impacto negativo da IA quando é utilizada para fins escusos.

Fonte: Tecnoblog