Google intègre le modèle vocal Chirp 3 dans Vertex AI

L'IA générative a principalement concerné des interfaces basées sur le texte pour créer du texte, des images, et plus encore. Mais maintenant, la voix entre en scène, et elle arrive en force. Google vient d'annoncer une grande nouvelle : à partir de la semaine prochaine, ils déploient Chirp 3 — leurs derniers modèles de reconnaissance vocale et de synthèse vocale HD — sur leur plateforme Vertex AI.

La semaine dernière, Google a discrètement annoncé que Chirp 3 introduirait huit nouvelles voix dans 31 langues. Cette technologie est parfaite pour créer des assistants vocaux, produire des livres audio, et même développer des agents de support et des voix-off pour des vidéos. Ils ont partagé cela lors d'un événement dans les bureaux de DeepMind de Google à Londres.

Google n'est pas le seul à se lancer dans la vague de l'IA vocale. La semaine dernière, Sesame, les créateurs des voix IA ultra-réalistes "Maya" et "Miles", ont annoncé qu'ils permettaient aux développeurs de créer leurs propres applications et services personnalisés en utilisant leur technologie.

Google cherche à garder le contrôle avec Chirp 3 en mettant en place des restrictions d'utilisation pour prévenir tout usage abusif. "Nous travaillons sur certaines de ces questions avec notre équipe de sécurité", a déclaré Thomas Kurian, le PDG de Google Cloud, lors d'un événement d'actualité aujourd'hui.

ElevenLabs est un autre acteur majeur dans le domaine de l'IA vocale, ayant levé des millions pour développer leurs services vocaux.

Avec Chirp 3, Google l'intègre dans la même famille que les dernières versions de l'LLM Gemini, qui sont encore en phase de test, ainsi que leur modèle de génération d'images Imagen et l'outil coûteux de génération de vidéos Veo 2.

Il reste incertain si Chirp 3 sonnera aussi "réel" que certaines autres voix IA (le travail de Sesame est assez impressionnant). Mais comme l'a souligné Demis Hassabis, le PDG de DeepMind, c'est une course de fond, pas un sprint.

"À court terme ... cette idée que [l'IA est] une solution miracle à tout dans les deux prochaines années, je ne pense pas que cela arrivera tout de suite. Je pense que nous sommes encore à plusieurs années de quelque chose comme l'AGI", a-t-il déclaré. "Cela va changer les choses ... au cours de la prochaine décennie, donc à moyen et long terme. C'est l'un de ces moments intéressants dans le temps."

Google a lancé Vertex AI en 2021 comme un espace pour les développeurs afin de créer des services d'apprentissage automatique dans le cloud. C'était bien avant que l'IA, et en particulier l'IA générative, ne devienne le sujet brûlant qu'elle est aujourd'hui, grâce aux services GPT d'OpenAI.

Depuis lors, Google a fortement misé sur Vertex AI, essayant de suivre le rythme de Microsoft et Amazon, qui développent également des outils d'IA générative pour les développeurs. Avec Vertex AI, les développeurs peuvent non seulement s'appuyer sur Gemini, mais aussi classer des données, entraîner des modèles et les préparer pour la production. Il sera intéressant de voir si Google décide d'ouvrir son jardin à des modèles d'autres créateurs.

Google travaille sur cette technologie vocale "Chirp" depuis des années, commençant bien avant lorsqu'ils l'ont utilisée comme nom de code pour concurrencer Alexa d'Amazon.