Szerintetek már képes arra az AI, hogy hangjátékot hozzunk vele létre?

képes

https://www.youtube.com/watch?v=pdHwcoZFlco

ez pl AI-s cucc.

Évekkel ezelőtt már csináltam egy ilyet. Akkor még bőven nem beszéltünk AI-ról (de ki tudja, hogy technikai értelemben "motorháztető alatt" mi működött), pusztán a kor (legalábbis általam megtalált) legjobb TTS eszközét használtam. Sajnos azt hiszem azóta már nem elérhető (az a TTS rendszer).

Az én rádiójátékomban 3 hang szerepelt, és azt hiszem valami 5-6 perc hosszú volt csak. És azt is hozzátenném, hogy angol nyelvű volt (de azt is akartam).

Én akkor azt jónak éreztem. Másnak is elküldtem, ők se panaszkodtak a hangra.

Ha az akkor jó volt, akkor ma már ezt szerintem úgy is meg lehetne csinálni, hogy magát a hangszín modellt is az AI csinálja meg. Meg még talán magát a szövegkönyvet is, ha az 5-10 percnél nem hosszabb. Szerepjátékokra tesztelgették már a különféle AI-kat, elég jó eredményekkel.

De én sokkal több értelmét látnám, hogy valós emberi hangokat modelleznek be, vagy a már bemodellezetteket használják és azzal olvastatnak fel. És persze még annál is jobb eredményt adna, ha a rádiójátékban csak a szövegkönyvet írja az AI, ember olvassa fel/játsza el, és legföljebb az AI utószinkronizálja más hangokra.

Legalábbis egy rövid teszt gyanánt olyat csináltam egy ingyenes weboldalon, hogy beadtam egy Örkény egyperces novellát _szövegként_ és egy 3-4 perces hangmintát; Persze az első 2 alkalommal meghasalt a generálás, mert gondolom annyian lógtak a szerveren; Viszont a harmadik alkalommal pislogtam, hogy most tényleg ezt tudja már az az AI és mindössze 4 perc random podcast hanganyagból.