Narejeno z umetno inteligenco
Podjetje OpenAI je razvilo novo storitev za pretvorbo besedila v govor (Text to Speech oziroma TTS), ki s pomočjo naprednega modela gpt-4o-mini-tts omogoča naravno in tekoče generiranje govora v več jezikih, vključno s slovenščino.
(Foto: UI)
Nova rešitev omogoča naslednje funkcionalnosti:
- Enajst različnih glasov, vsak s svojim značajem (npr. toplejši, bolj resni, mladostniški ipd.)
- Prilagajanje tona, hitrosti govora, čustev, naglasa, pa tudi možnost šepeta ali imitacije
- Podpora različnim formatom zvočnih datotek: MP3 (privzeti), WAV, Opus, AAC, FLAC, PCM
- Generiranje zvoka v realnem času (t. i. streaming) – omogoča, da se govor predvaja sproti, še preden je celotna datoteka ustvarjena
- Večjezična podpora, med katerimi je tudi slovenščina, ki jo sistem interpretira tekoče in razumljivo
Zaradi možnosti streamanja je tehnologija še posebej primerna za aplikacije, kjer je pomembna hitra povratna zvočna informacija – na primer v virtualnih asistentih, interaktivnih sistemih in spletnih vsebinah.
Na spletni strani Portal100.si že potekajo prve integracije te tehnologije. Pri določenih člankih bo na voljo tudi govorna različica vsebine, ustvarjena z umetno inteligenco. Prav ta članek je eden izmed prvih, kjer je objavljen tudi avdio posnetek, ustvarjen z modelom gpt-4o-mini-tts.
Zaradi zahtev uporabe te tehnologije je pomembno, da uporabnike jasno obvestimo, da gre za računalniško generiran glas, ne za človeško govorno interpretacijo.
Vabljeni k poslušanju in preizkusu funkcionalnosti.