Ir al contenido
IA para hoy
Herramientas y productos Producto

Google DeepMind pone en producción Parallel WaveNet para síntesis de voz en Google Assistant

Imagen: Google DeepMind

Hecho Qué ha ocurrido

Google DeepMind anunció en octubre que su modelo WaveNet de síntesis de voz estaba siendo usado para generar voces realistas en Google Assistant en japonés e inglés estadounidense. La versión de producción, llamada Parallel WaveNet, es más de 1000 veces más rápida que el modelo original y genera audio de mayor calidad. DeepMind desarrolló una técnica llamada "probability density distillation" que permite al sistema funcionar en entornos de computación masivamente paralela.

Resumen generado mediante IA a partir de Google DeepMind (original en inglés). Naturaleza de la información: hecho documentado.

Análisis Por qué importa

La síntesis de voz de alta calidad es fundamental para que los asistentes de IA sean adoptables a escala global. Un modelo 1000 veces más rápido sin pérdida de calidad es un hito de ingeniería que demuestra cómo pasar investigación fundamental a producción en 12 meses, relevante para cualquier empresa desarrollando aplicaciones de voz.

Quién se ve afectado
Empresas que desarrollan asistentes virtuales, servicios de atención al cliente basados en voz, plataformas de síntesis de voz, y cualquier sector que requiera interacción de voz natural con usuarios globales.
Qué puede cambiar
La barrera de velocidad y calidad para desplegar síntesis de voz realista a escala desaparece. Otros proveedores tendrán que mejorar sus soluciones de voz o adoptarán técnicas similares para mantener competitividad. El coste y complejidad de desarrollar voces convincentes disminuye significativamente.

Análisis generado a partir de la información disponible; no procede de la fuente.

Predicción Qué observar a continuación

Seguir adopción de Parallel WaveNet en Google Assistant y otros productos Google; imitación de la técnica de probability density distillation por otros laboratorios (OpenAI, Meta, Microsoft); velocidad de expansión del modelo a otros idiomas; impacto en precios de APIs de síntesis de voz del mercado.

Recomendación Qué debería hacer una empresa

Las empresas que usan o evalúan síntesis de voz deben auditar comparativamente Parallel WaveNet frente a sus soluciones actuales en los próximos 6 meses; la técnica de destilación de densidad puede ser adoptable por otros proveedores, así que mantener vigilancia sobre implementaciones similares.

Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.

Fuente original: Google DeepMind (fuente primaria). La referencia es siempre el artículo original.

Ver fuente original ↗

síntesis de vozWaveNetprobability density distillationredes neuronales convolucionales DeepMindGoogle AssistantParallel WaveNetsíntesis de vozWaveNet

Relacionadas

Herramientas y productos

Google y Cathay Pacific amplían pruebas de IA para evitar estelas de condensación

Google Research está ampliando con Cathay Pacific un programa piloto que usa IA, imágenes satelitales y datos meteorológicos para ajustar ligeramente la…

Por qué importaEs un ejemplo de aplicación de IA a un problema climático concreto en un sector con difícil descarbonización, usando infraestructura existente sin…

Impacto bajo Fiabilidad una fuente fiable Google AI
Herramientas y productos

Gemini Spark de Google ya puede gestionar bibliotecas de Google Photos

Google anunció que su agente personal Gemini Spark puede ejecutar tareas en Google Photos, como editar imágenes, curar álbumes, crear álbumes compartidos…

Por qué importaEs un ejemplo más de cómo las grandes tecnológicas integran agentes de IA en servicios de consumo masivo, buscando justificar el valor de las…

Impacto muy bajo Fiabilidad una fuente fiable TechCrunch AI