Microsoft AI collabora con Project Gutenberg per creare 5.000 audiolibri
- Microsoft, Google e MIT collaborano con Project Gutenberg per creare 5.000 audiolibri con voci AI realistiche, migliorando l'accessibilità.
- L'innovativa tecnologia text-to-speech di Microsoft dà vita agli audiolibri, sebbene sia necessaria una maggiore varietà nelle voci.
- L'iniziativa promuove i principi open-source, offrendo accesso gratuito a un vasto catalogo di audiolibri e favorendo futuri miglioramenti.
In uno sviluppo notevole per gli appassionati di letteratura e i sostenitori dell'accessibilità, Microsoft ha stretto una partnership con Project Gutenberg, Google e MIT per produrre una collezione di 5.000 audiolibri con licenza aperta. Questa collaborazione ha dato vita a una vasta gamma di opere letterarie, che spaziano dalla letteratura classica, alle opere teatrali, alle biografie e altro, per un totale di circa 35.000 ore di contenuti audio. Questi audiolibri sono resi accessibili a un vasto pubblico, inclusi gli ipovedenti, i giovani lettori e gli studenti di lingue.
Migliorare l'accessibilità attraverso gli audiolibri
L'iniziativa, intitolata “Creazione Automatica di Audiolibri su Larga Scala”, mira a migliorare significativamente l'accessibilità delle opere letterarie sfruttando tecnologie AI avanzate. Gli audiolibri sono da tempo apprezzati dai lettori, ma il processo tradizionale di creazione è lungo e costoso. Storicamente, le voci sintetizzate utilizzate negli audiolibri suonavano robotiche, diminuendo l'esperienza di ascolto.
Tuttavia, la tecnologia innovativa di text-to-speech di Microsoft ha rivoluzionato questo panorama. Collaborando con Project Gutenberg, il team ha lanciato “The Project Gutenberg Open Audiobook Collection”, un tesoro di audiolibri disponibili sulle principali piattaforme di podcast e streaming, nonché tramite un pratico file .zip unico per i ricercatori.
Audiolibri che suonano sorprendentemente umani
Una delle caratteristiche distintive di questa iniziativa è la voce AI sorprendentemente umana utilizzata per la narrazione. A differenza dei precedenti sistemi text-to-speech, la tecnologia di Microsoft ha raggiunto un livello di realismo che può essere facilmente scambiato per un narratore umano. Tuttavia, non è priva di peculiarità. Ad esempio, l'AI a volte fa fatica con le lettere singole, trasformando “I” in “eye” e “V” in “vee”. Inoltre, ogni personaggio di una storia viene letto con la stessa voce, indipendentemente dal genere o dall'identità, suggerendo la necessità di una maggiore varietà di voci.
Innovazioni future e personalizzazione
Guardando al futuro, i ricercatori mirano a migliorare ulteriormente l'esperienza degli audiolibri. Stanno esplorando un “sistema automatico di inferenza dello speaker e delle emozioni” che può regolare dinamicamente la voce e il tono in base al contesto del testo, rendendo i dialoghi più realistici e coinvolgenti. Idealmente, i lettori potrebbero personalizzare la propria esperienza di audiolibro selezionando le voci preferite, le velocità e altro ancora.
Sebbene questa funzione non faccia ancora parte della collezione attuale, riflette l'impegno dei ricercatori a migliorare continuamente l'esperienza degli audiolibri. Hanno anche piani ambiziosi per espandere la loro libreria di audiolibri per includere tutti i 60.000 ebook disponibili su Project Gutenberg, potenzialmente traducendoli anche in varie lingue.
Inclusività e open source
Uno degli aspetti più lodevoli di questo progetto è il suo impegno verso l'inclusività e i principi open source. Gli audiolibri creati attraverso questa collaborazione sono liberamente accessibili a chiunque, e il software sottostante è anch'esso open source. Questo significa che non solo i lettori possono godersi una vasta gamma di audiolibri gratuitamente, ma anche altri interessati a migliorare o utilizzare il software per i propri progetti possono farlo senza restrizioni.
Greg Newby, Direttore Esecutivo di Project Gutenberg, ha espresso il suo sostegno a questa iniziativa, sottolineando l'importanza di rendere la letteratura più accessibile a un pubblico più ampio senza barriere finanziarie.
Questa collaborazione tra Microsoft, Project Gutenberg, Google e MIT rappresenta una pietra miliare significativa nel mondo degli audiolibri. Non solo rende i classici letterari più accessibili, ma apre la strada a future innovazioni nel campo della tecnologia text-to-speech. Con il potenziale per audiolibri personalizzati e un impegno per l'apertura, questo progetto promette di portare la letteratura a un pubblico più diversificato e globale.
Non limitarti a leggere le notizie sulle criptovalute. Comprendile. Iscriviti alla nostra newsletter. È gratuita.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Editah Patrick
Editah è un'analista fintech versatile con una profonda comprensione dei domini blockchain. Sebbene la tecnologia la affascini, trova sconvolgente l'intersezione tra tecnologia e finanza. Il suo particolare interesse per i portafogli digitali e la blockchain aiuta il suo pubblico.
