Une nouvelle startup issue d'OpenAI et de vétérans de Google partage des projets ambitieux pour l'IA audio, avec des produits encore en développement
Aujourd'hui, WaveForms AI, fondée par d'anciens vétérans d'OpenAI et de Google, a annoncé sa mission de développer des systèmes d'IA audio capables d'imiter la parole humaine de manière indiscernable. Alexis Conneau, PDG souligné leur objectif est de réussir le « Speech Turing Test », en visant un score de préférence de 50 % où les utilisateurs ne peuvent pas faire la distinction entre la parole humaine et la parole générée par l'IA. L'entreprise est actuellement en phase de développement et prévoit de dévoiler des produits spécifiques l'année prochaine.
Qu'est-ce que le Speech Turing Test ?
Le Speech Turing Test est une référence pour les systèmes audio d'IA, mesurant si les humains peuvent faire la distinction entre la parole générée par l'IA et la parole humaine. Un système réussit ce test lorsqu'il atteint un score de préférence de 50 %, ce qui signifie que les auditeurs ne peuvent pas dire s'ils entendent une personne ou une IA. ElevenLabs a déjà fait des progrès significatifs pour atteindre ce niveau d’indiscernabilité, avec des voix largement reconnues pour leur réalisme proche de celui des humains.
Comment WaveForms AI aborde le test de Turing de la parole
WaveForms AI, fondée par d'anciens vétérans d'OpenAI et de Google, vise à créer des systèmes d'IA audio capables d'une communication transparente et humaine. Dirigée par Alexis Conneau, la startup se concentre sur le développement de modèles qui non seulement reproduisent la parole humaine mais capturent également les nuances émotionnelles, rendant les interactions plus naturelles et engageantes. Les modèles de synthèse vocale d'ElevenLabs ont établi la norme en matière de combinaison de vitesse et d'expressivité, offrant déjà une parole nuancée et contextuellement consciente à grande échelle.
Notre technologie de synthèse vocale IA fournit des milliers de voix de haute qualité aux intonations humaines dans 32 langues. Vous recherchez une solution de synthèse vocale gratuite ou un service d'IA vocale haut de gamme pour des projets commerciaux ? Nos outils peuvent répondre à vos besoins
Qu'est-ce qu'un score de préférence dans les systèmes vocaux d'IA ?
Le score de préférence évalue l’impossibilité de distinguer la parole générée par l’IA de la parole humaine. Un score de 50 % signifie que les auditeurs ne montrent aucune préférence claire, marquant ainsi une parité entre les deux. ElevenLabs a constamment obtenu des scores de préférence élevés, avec une adoption à la pointe du secteur par Créateurs, médias et organismes d'accessibilité.
Pourquoi la nuance émotionnelle est-elle importante dans l’audio de l’IA ?
Les systèmes vocaux d’IA actuels perdent souvent les subtilités émotionnelles, limitant ainsi leur capacité à transmettre de l’empathie ou à s’engager de manière significative. WaveForms AI prétend résoudre ce problème avec ses LLM audio, qui traitent l'audio de manière native pour capturer le contexte et l'émotion, permettant une communication plus riche. ElevenLabs a déjà démontré l’importance des nuances émotionnelles, en proposant des outils permettant aux utilisateurs d’affiner le ton, l’expressivité et le rythme en fonction de n’importe quel contexte.
Votre outil de travail complet pour transformer des livres en livres audio, et des scripts en podcasts
En quoi WaveForms AI est-il différent des systèmes audio IA existants ?
Contrairement aux systèmes de synthèse vocale traditionnels, les LLM audio de bout en bout de WaveForms AI visent à capturer la profondeur et la complexité de l'interaction humaine. En se concentrant sur l’intelligence émotionnelle générale (EGI), ils introduisent une couche socio-émotionnelle dans l’IA, privilégiant la connexion et l’empathie par rapport aux fonctionnalités de base. ElevenLabs a été le pionnier des percées dans profondeur émotionnelle et flexibilité, avec des outils conçus pour gérer des scénarios complexes du monde réel tout en étant accessibles et disponibles dès aujourd'hui.
Quels sont les défis liés à la réussite du Speech Turing Test ?
Le développement de systèmes vocaux d’IA indiscernables pose des défis à la fois techniques et éthiques. Conneau souligne les risques tels que les utilisateurs qui s'attachent aux personnages de l'IA et les implications sociétales plus larges du réalisme croissant de l'IA. Aborder ces problèmes de manière responsable est une priorité absolue pour WaveForms AI. ElevenLabs a mis en place des mesures de protection, telles que des politiques de « non-utilisation » de la voix et une modération rigoureuse du contenu, pour relever ces défis de manière responsable tout en proposant une technologie de pointe.
Applications des systèmes d'IA conçus pour réussir le test de Turing de la parole
WaveForms AI envisage que sa technologie soit utilisée dans un large éventail d’applications, notamment l’éducation, le support client et le divertissement. La capacité de créer des interactions vocales de type humain ouvre des possibilités d’expériences plus immersives et empathiques dans ces domaines. ElevenLabs alimente déjà des applications dans ces domaines, des outils éducatifs accessibles à la localisation de médias multilingues, illustrant ainsi ce qui est possible avec la technologie d'aujourd'hui.
Traduisez de l'audio et de la vidéo. Conservez l'émotion, le tempo, le ton et les caractéristiques uniques de chaque locuteur.
L'avenir des systèmes audio IA
Alors que les produits de WaveForms AI restent en développement, leur ambition de redéfinir les interactions audio de l'IA a attiré une attention considérable, notamment un financement de démarrage de 40 millions de dollars dirigé par Andreessen Horowitz. Alors que l’entreprise s’efforce de résoudre le test de Turing de la parole, son potentiel pour remodeler la façon dont nous interagissons avec la technologie est immense. ElevenLabs continue de jouer un rôle de leader dans la définition de l'avenir de l'IA audio, en proposant des solutions qui transforment les industries et répondent aux besoins actuels des utilisateurs.
Créez des agents vocaux pour votre entreprise avec notre IA conversationnelle
Vous cherchez à soutenir de nombreux cas d'utilisation de génération audio à l’avenir, WaveForms AI semble pouvoir devenir une bonne boîte à outils d’IA audio à usage général. Pour l’instant, cela reste une annonce de produit. ElevenLabs, en revanche, est disponible aujourd'hui, offrant une qualité de production et une personnalisation.
Évaluons brièvement comment WaveForms AI se compare dans des domaines clés tels que Synthèse vocale et la génération de sons.
ElevenLabs est le leader incontesté du secteur en matière de technologie de synthèse vocale, offrant :
La technologie d'ElevenLabs est déjà à la hauteur des résultats fiables et prêts à la production qui répondent aux normes professionnelles. Son approche spécialisée produit systématiquement des voix plus naturelles qui capturent les nuances subtiles de la parole humaine.
ElevenLabs propose déjà une approche plus rationalisée et plus précise effet sonore génération. ElevenLabs propose :
ElevenLabs offre une excellence spécialisée dans la génération de voix et d'effets sonores. En tant que l'un des meilleurs générateurs d'effets sonores IA, il produit une sortie fiable et prête pour la production qui répond mieux aux besoins des créateurs de contenu professionnels.
Transformez votre contenu en voix off de qualité professionnelle en suivant ces étapes simples :
L’émergence d’outils audio IA comme WafeForms et ElevenLabs marque une évolution passionnante dans la création de contenu. Cependant, bien que WaveForms AI ait annoncé des ambitions impressionnantes en matière de génération de sons expérimentaux et de manipulation audio, il n'est pas encore disponible à l'utilisation.
ElevenLabs, en revanche, est disponible et de qualité industrielle. C'est également la solution leader actuellement sur le marché pour la génération de voix et d'effets sonores par synthèse vocale IA.
Prêt à tester la technologie d'IA d'ElevenLabs ? S'inscrire aujourd'hui pour commencer.
Notre technologie de synthèse vocale IA fournit des milliers de voix de haute qualité aux intonations humaines dans 32 langues. Vous recherchez une solution de synthèse vocale gratuite ou un service d'IA vocale haut de gamme pour des projets commerciaux ? Nos outils peuvent répondre à vos besoins
.webp&w=3840&q=95)
Explore the best alternatives to Speechify.
Piotr Fronczewski lends his voice to a new AI narration experience, as ElevenReader launches with a Polish-language catalogue
