{"id":58764,"date":"2023-06-19T10:12:38","date_gmt":"2023-06-19T16:12:38","guid":{"rendered":"http:\/\/mickyandoniehn.com\/radio\/2023\/06\/19\/voicebox-es-el-nuevo-sistema-de-ia-generativa-de-voz-de-meta-y-es-tan-bueno-que-no-vas-a-poder-usarlo\/"},"modified":"2023-06-19T10:12:38","modified_gmt":"2023-06-19T16:12:38","slug":"voicebox-es-el-nuevo-sistema-de-ia-generativa-de-voz-de-meta-y-es-tan-bueno-que-no-vas-a-poder-usarlo","status":"publish","type":"post","link":"https:\/\/mickyandoniehn.com\/radio\/2023\/06\/19\/voicebox-es-el-nuevo-sistema-de-ia-generativa-de-voz-de-meta-y-es-tan-bueno-que-no-vas-a-poder-usarlo\/","title":{"rendered":"Voicebox es el nuevo sistema de IA generativa de voz de Meta. Y es tan bueno que no vas a poder usarlo"},"content":{"rendered":"<\/p>\n<p>En Meta\u00a0<a href=\"https:\/\/www.xataka.com\/robotica-e-ia\/meta-aposto-sus-cartas-al-metaverso-ahora-sabe-que-ha-llegado-tarde-al-boom-inteligencia-artificial\">se despistaron un poco<\/a>, pero desde hace unas semanas han pasado a darle un empuj\u00f3n importante a sus esfuerzos en el \u00e1rea de la inteligencia artificial. El lanzamiento de\u00a0<a href=\"https:\/\/www.xataka.com\/basics\/que-llama-como-funciona-que-sabemos-inteligencia-artificial-meta\">su modelo LLaMA<\/a>\u00a0ha sido muy celebrado entre la comunidad Open Source que lo ha utilizado de base para\u00a0<a href=\"https:\/\/www.xataka.com\/robotica-e-ia\/meta-ha-creado-lima-modelo-refinado-llama-que-se-comporta-igual-mejor-que-gpt-4-bard\">numerosos proyectos<\/a>\u00a0independientes, y hace unos d\u00edas\u00a0<a href=\"https:\/\/www.xataka.com\/robotica-e-ia\/meta-lanza-musicgen-ai-generativa-que-transforma-textos-melodias-nuevas-canciones-open-source\">lanzaban MusicGen<\/a>, su IA generativa para crear m\u00fasica. Ahora llega otro proyecto especialmente llamativo. Su nombre: Voicebox.<\/p>\n<p><strong>Voicebox<\/strong>. Los investigadores de Meta\u00a0<a href=\"https:\/\/ai.facebook.com\/blog\/voicebox-generative-ai-model-speech\/\">anunciaron Voicebox<\/a>\u00a0el pasado viernes indicando que se trata del primer modelo que puede generalizar tareas de generaci\u00f3n de voz sin haber sido entrenado espec\u00edficamente para ello y dando resultados excepcionales. Y va m\u00e1s all\u00e1 de lo que logran otros modelos.<\/p>\n<p><strong>De texto a voz, no. De texto a (muchas) voces<\/strong>. Para empezar, Voicebox no necesita haber sido entrenado previamente: uno puede escribir una frase que queremos convertir en voz y a partir de ah\u00ed este sistema crear\u00e1 esas voces sintetizadas \u2014no perfectas, pero muy convincentes\u2014 en distintos estilos que podremos elegir para leer ese texto.<\/p>\n<p><strong>De texto a tu voz<\/strong>. La caracter\u00edstica m\u00e1s \u00abtradicional\u00bb es la de lograr duplicar la voz de cualquier persona para que pronuncie cualquier frase, y eso es precisamente lo que Voicebox puede hacer como parte de sus capacidades. Basta con a\u00f1adir un peque\u00f1o clip de audio (por ejemplo, la nuestra, y bastan dos segundos) junto a la frase escrita que queremos que se pase a voz, y el modelo lograr\u00e1 generar esa frase le\u00edda con la voz del clip de audio.<\/p>\n<p><strong>Ahora puedes hablar en un mont\u00f3n de idiomas<\/strong>. Tambi\u00e9n es posible usar un texto escrito en cualquier idioma y un clip de audio en tu idioma nativo. Voicebox har\u00e1 que \u00abdigas\u00bb esa frase en ese idioma como si fuera tu idioma nativo, algo especialmente interesante para superar la barrera del idioma en m\u00faltiples escenarios.<\/p>\n<p><strong>Elimina ruido<\/strong>. Voicebox tambi\u00e9n puede detectar y eliminar ruido de fondo, por ejemplo el ladrido de un perro mientras est\u00e1s grabando un v\u00eddeo y no querr\u00edas que ese ladrido sonase mientras hablas.<\/p>\n<p><strong>Donde dije Diego<\/strong>. Por \u00faltimo, el desarrollo de Meta tambi\u00e9n es capaz de modificar el clip de audio original con tu voz en el que dec\u00edas algo para cambiar cualquier palabra e insertar otra nueva indicada en el prompt de texto. Si hab\u00edas dicho \u00abHola chicos, hoy hablaremos de inteligencia artificial\u00bb podr\u00edas cambiarlo f\u00e1cilmente por un \u00abDamas y caballeros, hoy hablaremos de inteligencia artificial\u00bb, por ejemplo.<\/p>\n<p><strong>Entrenamiento de dominio p\u00fablico<\/strong>. Para crear Voicebox los ingenieros de Meta lo entrenaron con 50.000 horas de voz procedente de audiolibros en ingl\u00e9s, y otras 60.000 horas de audiolibros en otros idiomas. Esa es la raz\u00f3n de que en las demos las voces suenen como si estuvieran leyendo un libro y no adopten una entonaci\u00f3n m\u00e1s informal, como la de una conversaci\u00f3n. La idea es precisamente que el modelo evolucione hacia esa capacidad. Una vez m\u00e1s, el debate est\u00e1 servido: en Meta no especifican qu\u00e9 audiolibros se usaron, pero un portavoz de la compa\u00f1\u00eda\u00a0<a href=\"https:\/\/gizmodo.com\/meta-help-people-craft-more-deepfakes-with-voicebox-a-1850548158\">explic\u00f3 a Gizmodo<\/a>\u00a0que esos eran audiolibros \u00abde dominio p\u00fablico\u00bb.<\/p>\n<div class=\"article-asset-video article-asset-normal\">\n<div class=\"asset-content\">\n<div class=\"\">\n<div class=\"js-dailymotion\">\n<div class=\"dailymotion-player-root dailymotion-player-xbl2m\">\n<div class=\"dailymotion-player-wrapper\"><\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<p><strong>Deepfakes a la vista<\/strong>. Este tipo de sistema tiene ventajas notables y casos de uso muy beneficiosos, pero tambi\u00e9n puede ser usado de forma inadecuada para crear deepfakes. Con ellos se pueden\u00a0<a href=\"https:\/\/www.xataka.com\/robotica-e-ia\/estafas-deepfakes-voz-realidad-roban-35-millones-dolares-a-banco-usando-esta-tecnologia\">ejecutar estafas de todo tipo suplantando identidades<\/a>, y eso ha hecho que en esta ocasi\u00f3n Meta haya tomado una decisi\u00f3n importante con Voicebox.<\/p>\n<p><strong>No ser\u00e1 Open Source<\/strong>. Al contrario que LLaMA, que es Open Source y se comparti\u00f3 con la comunidad acad\u00e9mica, en Meta han dedicido no publicar el c\u00f3digo de Voicebox. La empresa indica que debido a los malos usos prefieren no ponerlo a disposici\u00f3n del p\u00fablico porque quieren seguir investigando en IA de forma responsable.\u00a0<a href=\"https:\/\/research.facebook.com\/publications\/voicebox-text-guided-multilingual-universal-speech-generation-at-scale\/\">Comparten el estudio<\/a>, eso s\u00ed, para mantener la transparencia en cuanto a avances en este campo.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>En Meta\u00a0se despistaron un poco, pero desde hace unas semanas han pasado a darle un empuj\u00f3n importante a sus esfuerzos en el \u00e1rea de la inteligencia artificial. El lanzamiento de\u00a0su modelo LLaMA\u00a0ha sido muy celebrado entre la comunidad Open Source que lo ha utilizado de base para\u00a0numerosos proyectos\u00a0independientes, y hace unos d\u00edas\u00a0lanzaban MusicGen, su IA &hellip;<\/p>\n","protected":false},"author":0,"featured_media":58765,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[5],"tags":[],"class_list":["post-58764","post","type-post","status-publish","format-standard","has-post-thumbnail","","category-noticias"],"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/mickyandoniehn.com\/radio\/wp-content\/uploads\/2023\/06\/450_1000-NLMHC4.jpeg","_links":{"self":[{"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/posts\/58764","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/types\/post"}],"replies":[{"embeddable":true,"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/comments?post=58764"}],"version-history":[{"count":0,"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/posts\/58764\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/media\/58765"}],"wp:attachment":[{"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/media?parent=58764"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/categories?post=58764"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/tags?post=58764"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}