من الهمس إلى التنهد.. جوجل تطلق أدوات لتوليد الصوت وتسهيل إنتاج التعليق للتقارير والفيديوهات

أعلنت جوجل إطلاق نموذجين لتحويل النصوص إلى صوت، يتيحان لصنّاع المحتوى تصميم أصوات وتوجيه أدائها جملةً بجملة، من ضبط النبرة وسرعة الحديث إلى الهمس والضحك والتنهد، لاستخدامها في التعليق الصوتي والبودكاست والكتب الصوتية والدبلجة

وجاء إطلاق «جيميني 3.8 فلاش» و«جيميني 3.8 فلاش لايت» لتوليد الصوت، مع تخصيص الأول للتحكم التفصيلي في الأداء وبناء الشخصيات الصوتية، والثاني للإنتاج بكميات كبيرة وبتكلفة أقل، بحسب الشركة

ويستطيع المستخدم وصف الصوت المطلوب بالكلمات، وتحديد خصائصه ولهجته وطريقة إلقائه، ضمن دعم لأكثر من 100 لغة ولهجة، كما تتيح الأدوات إعداد حوار بين صوتين وتوجيه أداء كل منهما، وتقول جوجل إنها حسّنت ثبات خصائص الصوت في التسجيلات الطويلة

وبالنسبة للصحفيين ومنتجي المحتوى، يمكن توظيف هذه الإمكانات لتحويل النصوص إلى تعليق صوتي للتقارير والفيديوهات، وضبط سرعة القراءة ونبرتها بما يناسب المادة، كما يمكن إعادة توليد الجمل التي تتغير أثناء التحرير وإدراجها في المونتاج، وهو ما قد يختصر وقت إعداد التعليق وتحديثه، مع ضرورة مراجعة نطق الأسماء والأرقام ودقة الإلقاء قبل النشر

وتشمل الإمكانات استنساخ صوت شخص حقيقي باستخدام تسجيل قصير، بشرط موافقته، وتوضح وثائق جوجل أن العملية تتطلب عينة كلام طبيعية مدتها بين 10 و30 ثانية، وتسجيلًا منفصلًا للشخص البالغ نفسه يقرأ فيه إقرارًا بالموافقة على إنشاء نسخة اصطناعية من صوته

وأتاحت الشركة النموذجين للمطورين عبر «جوجل إيه آي ستوديو» وواجهة برمجة تطبيقات «جيميني»، مع تضمين الصوت المولّد علامة مائية غير مسموعة بتقنية «سينث آي دي» للمساعدة في التعرف على مصدره الاصطناعي

وتخضع إتاحة استنساخ الأصوات لقيود جغرافية، إذ لا تتوافر هذه الخاصية عبر «جوجل إيه آي ستوديو» في بريطانيا والمنطقة الاقتصادية الأوروبية وسويسرا والهند وولايتي إلينوي وتكساس الأمريكيتين