A Voxonic-tól eldobod az agyad

A New York-ban székelő Voxonic cég olyan saját fejlesztésű technológiával állt elő, ami már-már hihetetlen. Nem kevesebbre képesek, mint egy vokál sávot az egyik nyelvből a másikra fordítani, a beszéd vagy ének karakterisztikájának megtartása mellett. Angol nyelvű hip-hop átváltozik franciává, spanyol cigánylányok énekelnek kínai mandarin nyelven – mindez anélkül, hogy újrafelvételre lenne szükség. Az eredmény, ha nem is tökéletes másolat, de elég hihető.
A „fordítás” során a Voxonic saját „Voice Models” technológiája dolgozik, és működéséhez csak egy egyszeri, 10 – 15 perces felvételre van szükség az előadótól (természetesen zene vagy egyéb háttér nélkül). Ennek birtokában bármilyen kívánt nyelven megszólalhatsz, és ebben óriási potenciál van.
Egyszerűen hihetetlennek hangzik, ugye? Sőt, a technológia képes együttműködni bizonyos text-to-speech (TTS) alkalmazásokkal, azaz akár a TTS alkalmazás kimenetét is képes fordítani a TTS alkalmazásba beépített nyelveken. Ha ez a technológia egyszer bekerülne a mindennapokba, akkor nagyon felpezsdítené a piacot – képzelj el egy világhírű előadót vagy ismert személyiséget, aki pl. 1 milliárdos közönséghez szólhat a saját nyelvén. Filmeket, ahol a színészek saját hangjukon szólalnak meg általuk nem beszélt idegen nyelveken… Reklámokat vagy lemezeket natív nyelveken a leghíresebb előadóktól… Politikusokat, akik többnyelvű országokban személyesen szólhatnak a közösségekhez… További érdekesség, hogy az eljárás nem vesz igénybe több időt, mint a forrás hossza, azaz a számítógépek fejlődésével ez akár valós időben is elvégezhető lesz. Hab a tortán, hogy még csak élő személyekre sincs szükség a konverzióhoz, azaz akár Elvis, vagy éppenséggel Mao Ce Tung hangján szólalhatnak meg a karakterek játékokban, filmekben, stb.
A Voxonic weboldalán további információkat és audio/video demókat találsz.