האינטליגנציה המלאכותית DeepMind של גוגל הפיקה את מה שיכול להיות נאום המכונה הכי ריאליסטי עד כה. WaveNet מחוללת קולות באמצעות דגימה של דיבור אנושי אמיתי ומידול ישיר של צורות גל שמע המבוססות עליו, כמו גם השמע שנוצר על ידה בעבר.

במבחני גוגל, מאזינים אנגלים וסיניים מצאו את WaveNet יותר מציאותי מסוגים אחרים של יישומי טקסט לדיבור, למרות שזה פחות משכנע מאשר דיבור אנושי בפועל. אם זה לא הספיק, היא יכולה גם לנגן בפסנתר די טוב.

 

 

יישומי טקסט לדיבור חשובות כיום יותר ויותר במחשוב, מכיוון שאנשים מתחילים להסתמך על בוטים ועוזרים אישיים של AI כמו סירי של אפל, קורטנה של מיקרוסופט, Alexa של אמזון ועוזרת גוגל.

 

 

אולם, אם תשאלו את סירי או קורטנה, הם תשבנה בפועל בהקלטות שנעשו מקול אנושי, מסודרות ומשולבות בחלקים קטנים. מה שנקרא טקסט משורשר לדיבור, וכפי שמומחה אחד אמר, זה נשמע כמו בקשת כופר מעוותת של דורשי כופר. התוצאות לרוב מציאותיות למדי, אך כפי ש- Google כותבת, הפקת פרסומת שמע או טון קול חדש מחייבת שחקן כדי להקליט כל צליל אפשרי בבסיס נתונים. הנה משפט אחד שנוצר על ידי גוגל.