Google integriert das Chirp 3 -Sprachmodell in die Vertex AI

Generative KI war bisher größtenteils auf textbasierte Schnittstellen zur Erstellung von Texten, Bildern und mehr ausgerichtet. Aber jetzt rückt die Sprache ins Rampenlicht, und sie kommt mit Macht. Google hat gerade große Neuigkeiten verkündet: Ab nächster Woche führen sie Chirp 3 ein – ihre neuesten Modelle für Sprache-zu-Text und HD-Text-zu-Sprache – auf ihrer Vertex AI Plattform.

Erst letzte Woche hat Google eher beiläufig angekündigt, dass Chirp 3 acht neue Stimmen in 31 Sprachen einführen wird. Diese Technologie ist ideal für die Entwicklung von Sprachassistenten, die Erstellung von Hörbüchern und sogar für die Gestaltung von Support-Agenten und Synchronstimmen für Videos. Dies wurde bei einer Veranstaltung in den DeepMind-Büros von Google in London mitgeteilt.

Google ist nicht der Einzige, der auf den Sprach-KI-Zug aufspringt. Letzte Woche kündigte Sesame, die Leute hinter den superrealistischen KI-Stimmen "Maya" und "Miles," an, dass sie Entwicklern erlauben, ihre eigenen benutzerdefinierten Apps und Dienste mit ihrer Technologie zu erstellen.

Google versucht, mit Chirp 3 die Dinge im Griff zu behalten, indem sie einige Nutzungsbeschränkungen einführen, um Missbrauch zu verhindern. "Wir arbeiten gerade mit unserem Sicherheitsteam an einigen dieser Dinge," sagte Thomas Kurian, der CEO von Google Cloud, heute bei einer Pressekonferenz.

ElevenLabs ist ein weiterer großer Akteur im Bereich der KI-Stimmen und hat Millionen eingesammelt, um ihre Sprachdienste auszubauen.

Mit Chirp 3 bringt Google diese in dieselbe Familie wie die neuesten Versionen des LLM Gemini, die sich noch in der Testphase befinden, zusammen mit ihrem Bildgenerierungsmodell Imagen und dem kostspieligen Videogenerierungstool Veo 2.

Es ist noch unklar, ob Chirp 3 so "real" klingen wird wie einige andere KI-Stimmen da draußen (Sesames Arbeit ist ziemlich beeindruckend). Aber wie Demis Hassabis, der CEO von DeepMind, betonte, ist dies ein Marathon, kein Sprint.

"Kurzfristig ... diese Vorstellung, dass [KI] in den nächsten paar Jahren die Lösung für alles ist, sehe ich noch nicht. Ich denke, wir sind noch einige Jahre von etwas wie AGI entfernt," sagte er. "Es wird die Dinge verändern ... in den nächsten zehn Jahren, also mittel- bis langfristig. Es ist einer dieser interessanten Momente in der Zeit."

Google startete Vertex AI bereits 2021 als Plattform für Entwickler, um maschinelles Lernen in der Cloud zu entwickeln. Das war lange bevor KI, und insbesondere generative KI, das heiße Thema wurde, das es jetzt dank OpenAIs GPT-Diensten ist.

Seitdem hat Google Vertex AI stark vorangetrieben und versucht, mit Unternehmen wie Microsoft und Amazon mitzuhalten, die ebenfalls generative KI-Tools für Entwickler entwickeln. Mit Vertex AI können Entwickler nicht nur auf Gemini aufbauen, sondern auch Daten klassifizieren, Modelle trainieren und sie für die Produktion vorbereiten. Es wird interessant sein zu sehen, ob Google beschließt, ihren Garten für Modelle anderer Entwickler zu öffnen.

Google beschäftigt sich schon seit Jahren mit diesem "Chirp"-Sprachprojekt, angefangen damals, als sie es als Codenamen nutzten, um gegen Amazons Alexa anzutreten.