La firma británica Deepmind, filial de Google, incursiono en nuevo ámbito para implementar la IA; En esta ocasión crearon a WaveNet; una IA capaz de imitar el habla humana con una eficacia del 50%, un porcentaje mayor a cualquier sistema actual con las mismas características.
El aprendizaje de este nuevo sistema funciona mediante la formación de ondas sonoras producidas por la voz humana. En las pruebas que llevo a cabo la firma, varios de los que probaron el sistema, estuvieron de acuerdo en considerar a está la IA como superior a las soluciones de síntesis de voz por concatenación que actualmente están en uso.
Sistemas que estuvieron antes que WaveNet
Siri, Cortana y la asistente google, son las síntesis de voz por concatenación que más se usan actualmente. Las voces de estas, provienen de secuencias cortas que se registran de una voz humana, de esta manera el sistema utiliza esos registros y forma frases. Por lo general causa resultados naturales y limitados, por lo que con las constantes actualizaciones, el sistema requiere de nuevos registros y nuevas secuencias.
Otro de los sistemas de síntesis de voz es el modelado paramétrico; para este no es necesario tomar como referencia la voz humana, puesto que la voz es producida por medio de un ordenador y sigue los parámetros gramaticales de quien la programe. El problema con este sistema, es que carece de toda naturalidad y remarca el sonido robótico.
Por su parte, WaveNet, toma como referencia la voz humana, pero a diferencia de la voz por concatenación, que corta y forma sus frases, la inteligencia artificial saca su propia plantilla y así crear diferentes voces. Básicamente lo que hace la IA es imitar y escuchar. Este sistema no se limitaría únicamente a la voz, pues con los avances con a los que se ha llegado, este también puede reproducir música e inclusive tocar el piano
A pesar de ya haber sacado tal sistema, todavía no se puede pensar en un plazo corto para verlo funcionando en un Smartphone o en un robot. WaveNet requiere de bastante potencia de cálculo, cuestión que sería imposible para una sola máquina de producir. Lo que si es seguro, es que Google encontrara la manera de poner a funcionar este sistema de alguna manera pronto.