Google integra el modelo de voz Chirp 3 en Vertex AI

La IA generativa ha estado mayormente enfocada en interfaces basadas en texto para crear texto, imágenes y más. Pero ahora, la voz está tomando el centro del escenario, y lo hace con fuerza. Google acaba de anunciar una gran noticia: a partir de la próxima semana, lanzarán Chirp 3 —sus últimos modelos de conversión de voz a texto y de texto a voz en alta definición— en su plataforma Vertex AI.

La semana pasada, Google anunció de manera discreta que Chirp 3 introducirá ocho nuevas voces en 31 idiomas. Esta tecnología es perfecta para construir asistentes de voz, crear audiolibros e incluso desarrollar agentes de soporte y locuciones para videos. Lo compartieron en un evento en las oficinas de DeepMind de Google en Londres.

Google no es el único que se suma al carro de la IA de voz. La semana pasada, Sesame, los creadores de las voces de IA hiperrealistas "Maya" y "Miles", anunció que permitirá a los desarrolladores crear sus propias aplicaciones y servicios personalizados usando su tecnología.

Google está intentando mantener el control con Chirp 3 al establecer algunas restricciones de uso para prevenir el mal uso. "Estamos trabajando en algunas de estas cuestiones con nuestro equipo de seguridad", dijo Thomas Kurian, el CEO de Google Cloud, en un evento de prensa hoy.

ElevenLabs es otro gran actor en el campo de la IA de voz, habiendo recaudado millones para expandir sus servicios de voz.

Con Chirp 3, Google lo integra en la misma familia que las últimas versiones de su LLM Gemini, que aún están en prueba, junto con su modelo de generación de imágenes Imagen y la costosa herramienta de generación de videos Veo 2.

Aún está por verse si Chirp 3 sonará tan "real" como otras voces de IA (el trabajo de Sesame es bastante impresionante). Pero como señaló Demis Hassabis, el CEO de DeepMind, esto es una maratón, no un sprint.

"A corto plazo ... esta idea de que [la IA] es una solución mágica para todo en los próximos años, no creo que ocurra todavía. Creo que aún estamos a varios años de que ocurra algo como la AGI", dijo. "Va a cambiar las cosas ... en la próxima década, en el mediano y largo plazo. Es uno de esos momentos interesantes en el tiempo."

Google lanzó Vertex AI en 2021 como un lugar para que los desarrolladores construyeran servicios de aprendizaje automático en la nube. Eso fue mucho antes de que la IA, y especialmente la IA generativa, se convirtiera en el tema candente que es ahora, gracias a los servicios GPT de OpenAI.

Desde entonces, Google ha estado impulsando Vertex AI con fuerza, tratando de mantenerse al día con competidores como Microsoft y Amazon, que también están desarrollando herramientas de IA generativa para desarrolladores. Con Vertex AI, los desarrolladores no solo pueden construir sobre Gemini, sino también clasificar datos, entrenar modelos y prepararlos para producción. Será interesante ver si Google decide abrir su jardín a modelos de otros creadores.

Google ha estado trabajando en este tema de la voz "Chirp" durante años, comenzando cuando lo usaron como nombre en clave para competir con Alexa de Amazon.