Rivoluzione Vocale: Amazon BASE TTS e il futuro del parlato digitale

Il panorama della sintesi vocale ha raggiunto nuovi orizzonti grazie all’introduzione di Amazon BASE TTS. Questo modello, acronimo di Big Adaptive Streamable TTS with Emergent abilities, rappresenta il culmine delle attuali tecnologie nel convertire testo in voce. Addestrato su un vasto dataset di 100.000 ore di dati vocali di dominio pubblico, Amazon BASE TTS ha conseguito un nuovo primato nella naturalezza del parlato. Utilizzando un autoregressivo Transformer da 1 miliardo di parametri, il sistema converte i testi grezzi in codici discreti, chiamati “speechcodes”, i quali vengono poi decodificati in forma d’onda in modo incrementale e streamable attraverso un decoder basato su convoluzioni. Inoltre, i speechcodes sono costruiti utilizzando una nuova tecnica di tokenizzazione del linguaggio che include il disentanglement dell’identificazione del parlante e la compressione con encoding byte-pair. Richiamando le ampiamente riportate “abilità emergenti” dei grandi modelli linguistici quando addestrati su volumi crescenti di dati, si dimostra che le varianti di Amazon BASE TTS, addestrate su più di 10.000 ore e con oltre 500 milioni di parametri, iniziano a mostrare una prosodia naturale anche su frasi testualmente complesse. Per valutare queste abilità emergenti nel contesto della sintesi vocale, è stato progettato e condiviso un dataset specializzato. La naturalezza all’avanguardia di Amazon BASE TTS è stata messa alla prova confrontandola con altri sistemi di sintesi vocale su larga scala come YourTTS, Bark e TortoiseTTS.

________
BASE TTS: Lessons from building a billion-parameter text-to-speech model on 100K hours of data

NEWS AIopenmind su:

3D (13)6G (14)Accademia di Comunicazione (4)Acer (1)Adobe (45)Aeronautica (11)Africa (3)Agenti AI (74)Agenti autonomi (1)Agenzia delle Entrate (1)Agenzia Spaziale Europea (ESA) (1)Agenzia viaggi (1)AGI (Intelligenza artificiale generalizzata) (22)AGID (1)Agricoltura (3)Amazon (60)Ambiente (5)AMD (3)Android (7)Animali (7)Animazione (6)Anthropic (50)Anziani (1)App (13)Apple (87)Archeologia (3)Architettura (4)Archivi storici (1)Armi (4)Arredamento interni (2)Arte (32)Assistente vocale (8)Astronomia (2)Asus (2)AT&T (1)Audi (1)Audio (69)Autoapprendimento (1)Avatar (8)Aviazione (1)Avvocati (3)Aziende (27)Banca (5)Bard (3)Biblioteca (1)Bill Gates (2)Bing (9)Biologia (1)Birra (1)Blockchain (2)Boston Dynamics (2)Calcio (2)California (1)Canva (7)Cattolicesimo (3)Certificazioni (1)Chataudio (1)Chatbot IA (55)Chip (4)Cina (115)Cinema (11)Claude (22)Clima (5)CNR (1)Coca-Cola (1)Commercio (2)Commissione Europea (3)Compagnie aeree (1)Computer (8)Computer quantistici (50)Computer Vision (3)Comuni italiani (1)Comunicazione (10)Comunicazioni vocali (2)Concorso bellezza AI (1)Consiglio d'Europa (1)Contabilità (2)Convegno (16)Copilot (7)Copyright (31)Corea del Nord (1)Criptovalute (2)Cybersecurity (20)Dalle-2 (3)Dark web (3)Data center (21)Dating (1)Deepfake (3)DeepSeek (29)Design automobilistico (3)Design Industriale (6)Diritti Autore (1)Disney (1)Doppiaggio (1)Drone (1)Droni (1)Dropbox (1)E-commerce (1)eBay (1)Editing fotografico (3)Editoria (16)ENEA (2)Esercito (2)Etica (257)Europol (3)Eventi (9)Evento (9)Facebook (4)FakeNews (22)Falegnameria (1)Fauna selvatica (1)Film (6)Finanza (29)Finanziamenti Italia (4)Firefly (3)Firefox (1)Fondo Monetario Internazionale (1)Formazione (52)Fotografia (122)Francia (6)Free lance (1)G7 (1)Gaming (3)Garante privacy (21)Giappone (18)Giochi (10)Giornalismo (24)Giustizia (3)Google (438)Governo (8)Governo Italiano (3)Grafica (6)Grok (8)Guerra (17)Guida autonoma (8)Hong Kong (10)Hugging Face (6)IBM (9)Illustrazioni (1)iMessage (1)Immobiliare (1)India (7)Indossabili (4)Influencer (1)Informazione (10)Inghilterra (14)INPS (2)Intel (9)ISO (1)Israele (1)Istruzione (17)Jailbreaking (1)Kamala Harris (1)Lavoro (88)Libri (3)Linguistica computazionale (12)Linkedin (9)Linux (1)Luma AI (1)Luna (1)Maltrattamento infantile (1)Marina (1)Marketing (135)Medicina (36)Mercedes-Benz (1)Meta (135)Metaverso (17)Meteo (1)Microsoft (239)Midjourney (18)Mistral (13)Mobilità sostenibile (2)Moda (6)Modelli AI (147)Motori di Ricerca (14)Mozilla (3)Museo (1)Musica (45)NASA (1)Nato (2)Natura (7)Natural Language Processing (2)Nazioni Unite (1)NBA (1)NFT (3)Norvegia (1)Nvidia (80)Occhiali (7)Occhiali Intelligenti (2)Occhiali Smart (1)Oculistica (1)Odore (1)Offerte lavoro (2)OMS (1)ONU (1)Open Source (17)OpenAI (368)Opera (16)Opera Browser (1)Oppo (3)Oracle (3)Orologio (1)Parlamento Europeo (4)Patente di guida (1)Pensieri (1)Perplexity (19)Pianeta (2)PlayStation (1)Plugin (1)Polizia (2)Ponti (1)Presentazioni aziendali (4)Privacy (34)Programmazione (16)Prompt (5)Pubblicazione (1)Pubblicità (19)QR Code (1)Qualcomm (5)Ray-Ban (7)Realtà mista (4)Reddit (7)Relazioni internazionali (2)Relazioni Pubbliche (3)Religione (1)Report (143)Ricerca scientifica (16)Riconoscimento emotivo (1)Risorse online (100)Ristorazione (5)Robotica (85)Runway (14)Salute (28)Samsung (15)Sanità (19)Satelliti (5)Sceneggiatura (1)Semiconduttori (5)SEO (3)Shopping online (4)Sicurezza (31)Sicurezza informatica (90)SMS (1)Snapchat (11)Soccorso (1)Società (15)SoftBank (1)Software (5)Sony (2)Sora (1)Sport (4)Spotify (7)Stability (5)Stable Animation SDK (1)Stable Diffusion (12)Stampanti (1)Standard (4)Startup (537)streaming live (1)Supercomputer (6)Superintelligenza (3)Sviluppatori (1)Sviluppo sostenibile (1)Synthesia (1)Taiwan (17)Taxi (2)Telecomunicazioni (7)Telegram (4)Televisione (1)Tesla (10)TikTok (12)Tinder (1)Torah (1)Traduttore AI (7)Trasporti (13)Truffa (2)Twitter (13)Ucraina (3)Udito (1)UE (13)UNESCO (3)UNICEF (1)Unione Europea (34)Università (5)Uomo (1)USA (85)Vaticano (5)Video (144)Videocomunicazione (4)Videogiochi (12)Vigili del fuoco (1)Violenza domestica (1)Visualizzazione dati (1)Vodafone (1)Vogue Business - As Gen Z matures (0)Volkswagen (1)VPN (3)Website (14)WhatsApp (12)Wikipedia (2)Wordpress (3)X (13)xAI (10)Xiaomi (1)Yahoo (3)Youtube (20)Zoom (7)



AI open mind

Insieme per riflettere sull’intelligenza - umana e artificiale - tra studi, esperienze, democrazia e innovazione.

GPT-4o riconosce contenuti protetti: dubbi sull’uso di libri O’Reilly nel pre-training

Una ricerca indipendente rivela il possibile utilizzo di contenuti non pubblici da parte di OpenAI. Serve trasparenza nei dati di addestramento. Uno studio dell’AI Disclosures...

#COMPUTERQUANTISTICO #weeklynews 23/3/2025 Cineca ospita IQM Radiance 54

Quantum computing in Italia: Cineca ospita IQM Radiance 54, il computer quantistico più potente. Le 10 notizie principali Cineca e IQM: il più potente computer quantistico...

All Digital Weeks: L’importanza di un approccio armonizzato

REGISTRATI SU Stati Generali dell’Innovazione – SGI _____________ L’avvento dell’Intelligenza Artificiale – L’importanza di un approccio armonizzato L’avvento dell’Intelligenza Artificiale (AI) rappresenta una delle più significative rivoluzioni...

Iscrizione NEWSLETTER

I dati da Lei forniti non saranno comunicati ad altri soggetti terzi e non saranno trasferiti né in Stati membri dell’Unione Europea né in paesi terzi extra UE.

Visita le sezioni del sito

Link utili

Casi studio, contributi

AI governance: A research agenda, Governance of AI program, Future of Umanity Institute, University of Oxford, Dafoe A., 2017 Artificial intelligence (AI) is a po-tent...

Libri

Ricerche

Piattaforme Corsi Gratuiti

White paper, guidelines