Meta Luncurkan Alat AI Penghasil Suara Voicebox, Waktu Rilis Dalam Pembahasan

Meta sedang mengerjakan alat baru memanfaatkan kekuatan kecerdasan buatan (AI) generatif. Teknologi ini mendasari chatbot ChatGPT yang sedang viral.

Alat baru tersebut dijuluki Voicebox. Alat ini dapat digunakan untuk membuat ucapan dengan sampel suara dan input teks sederhana.

Meta mengklaim bahwa Voicebox dapat menyaring suara latar belakang yang tidak diinginkan dari sampel audio. Namun, Voicebox tidak seperti alat AI generatif lainnya seperti ChatGPT dan Bard atau generator gambar AI seperti Dall-E atau Midjourney.

Cara Kerja Meta Voicebox 

Dengan kata sederhana, Voicebox adalah generator suara dengan beberapa alat pengeditan audio.

Meta mengklaim alat AI-nya jauh lebih efektif daripada para pesaingnya karena Voicebox dapat meniru nada dan aksen.

Kompetitor Voicebox, Vall-E, juga memungkinkan pengguna membuat sampel teks-ke-ucapan dengan rekaman tiga detik.

Namun, Meta mengklaim bahwa output Voicebox 20 kali lebih cepat dengan lebih sedikit kesalahan.

Karena Voicebox tidak tersedia untuk umum, perusahaan menjelaskan fungsinya dalam sebuah makalah penelitian dan posting blog.

Meta mengatakan bahwa Voicebox dibangun dengan metode disebut "Pencocokan Aliran" atau “Flow Matching" untuk mengubah teks menjadi ucapan.

Saat ini, Voicebox menghasilkan ucapan bahasa Inggris, Prancis, Jerman, Spanyol, Polandia, dan Portugis.

Voicebox bisa digunakan untuk pengeditan audio. Dalam sebuah demo, Meta menunjukkan bahwa alat ini secara efektif menyaring suara latar belakang gonggongan anjing dari sebuah sampel.

Fitur penyaringan audio serupa sudah ada di Google Meet dan Zoom.

Meta Voicebox Terbatas

Voicebox tetap tidak tersedia untuk para penguji dan mungkin akan dibatasi beberapa waktu. Hal ini karena Voicebox bisa disalahgunakan dan memiliki banyak potensi risiko.

Meta mengatakan bahwa perusahaan tidak "membuat model atau kode Voicebox tersedia untuk umum saat ini" karena "potensi risiko penyalahgunaan”.(*)