মূল সংবাদে যান

সর্বশেষ

টেকনোলজি

অডিও থেকে হুবহু কণ্ঠস্বর নকল করতে সক্ষম ওপেনএআইয়ের নতুন মডেল ‘ভয়েস ইঞ্জিন’

যুক্তরাষ্ট্রভিত্তিক কৃত্রিম বুদ্ধিমত্তা (এআই) প্রযুক্তি নির্মাতা প্রতিষ্ঠান ওপেনএআই মানুষের হুবহু কণ্ঠস্বর নকল করতে পারে এমন একটি নতুন এআই মডেল তৈরি করেছে। মডেলটির নাম ‘ভয়েস ইঞ্জিন’।

আমাদের বাংলা সম্পাদকীয় দল
অডিও থেকে হুবহু কণ্ঠস্বর নকল করতে সক্ষম ওপেনএআইয়ের নতুন মডেল ‘ভয়েস ইঞ্জিন’

মাত্র ১৫ সেকেন্ডের অডিও নমুনা বিশ্লেষণ করে যেকোনো ব্যক্তির কণ্ঠস্বর অনুকরণ করতে সক্ষম এই টুল, যা শুনতে আবেগপূর্ণ ও একেবারে স্বাভাবিক মানুষের কণ্ঠের মতো মনে হয়। গত শুক্রবার ওপেনএআইয়ের এক ব্লগ পোস্টে এ তথ্য জানানো হয়।

প্রতিষ্ঠানটি জানায়, ‘ভয়েস ইঞ্জিন’ তৈরি করা হয়েছিল ২০২২ সালের শেষদিকে। এটি তাদের বিদ্যমান টেক্সট-টু-স্পিচ (টিটিএস) এপিআইয়ের ওপর ভিত্তি করে নির্মিত। বর্তমানে এই প্রযুক্তির সম্প্রসারণ ঘটিয়ে ওপেনএআই চ্যাটজিপিটি প্ল্যাটফর্মের ভয়েস ও রিড অ্যালাউড ফিচার-এ এর ব্যবহার শুরু করেছে।

তবে অপব্যবহারের ঝুঁকি এড়াতে এ প্রযুক্তি এখনো সীমিতভাবে ব্যবহার করা হচ্ছে। ওপেনএআই জানিয়েছে, কৃত্রিম কণ্ঠস্বর যেন জালিয়াতি বা প্রতারণার মতো কাজে ব্যবহার না হয়, সে জন্য তারা প্রযুক্তি-সংশ্লিষ্ট বিশেষজ্ঞদের সঙ্গে সংলাপ শুরু করতে চায়। পরীক্ষামূলক পর্যায়ে প্রাপ্ত তথ্য, প্রতিক্রিয়া ও অভিজ্ঞতার ওপর ভিত্তি করে ভবিষ্যতে এর ব্যাপক প্রয়োগ নিয়ে সিদ্ধান্ত নেওয়া হবে।

ওপেনএআই বলছে, নতুন এই মডেলটি পড়ার সহায়তা, ভাষা অনুবাদ বা যেসব মানুষ হঠাৎ করে কথা বলার সক্ষমতা হারান—তাদের পুনরায় কণ্ঠস্বর ফিরে পেতে সহায়তা করতে পারে। উদাহরণ হিসেবে প্রতিষ্ঠানটি জানায়, ব্রাউন বিশ্ববিদ্যালয়ে একটি পরীক্ষামূলক প্রকল্পে রেকর্ড করা অডিও থেকে ‘ভয়েস ইঞ্জিন’ দিয়ে কণ্ঠস্বর ক্লোন করে বাকপ্রতিবন্ধী এক রোগীকে সাহায্য করা হয়েছে।

সম্পর্কিত বিষয়

  • ভয়েস ইঞ্জিন
  • এআই

আমাদের বাংলা সম্পাদকীয় দল

আমাদের বাংলা-এ প্রকাশিত সংবাদ।

এই সংবাদটি শেয়ার করুন