Google tích hợp mô hình giọng nói Chirp 3 vào Vertex AI

AI tạo sinh chủ yếu liên quan đến các giao diện dựa trên văn bản để tạo ra văn bản, hình ảnh và nhiều hơn nữa. Nhưng bây giờ, giọng nói đang trở thành tâm điểm, và nó đang tiến tới mạnh mẽ. Google vừa công bố một tin lớn: bắt đầu từ tuần tới, họ sẽ triển khai Chirp 3 — các mô hình chuyển giọng nói thành văn bản và văn bản thành giọng nói HD mới nhất của họ — trên nền tảng Vertex AI.

Tuần trước, Google đã lặng lẽ thông báo rằng Chirp 3 sẽ giới thiệu tám giọng nói mới trên 31 ngôn ngữ. Công nghệ này rất phù hợp để xây dựng trợ lý giọng nói, tạo sách nói, và thậm chí tạo ra các đại lý hỗ trợ và lồng tiếng cho video. Họ đã chia sẻ điều này tại một sự kiện tại văn phòng DeepMind của Google ở London.

Google không phải là người duy nhất nhảy vào cuộc đua AI giọng nói. Tuần trước, Sesame, những người đứng sau các giọng nói AI siêu thực "Maya" và "Miles," đã thông báo rằng họ đang cho phép các nhà phát triển xây dựng các ứng dụng và dịch vụ tùy chỉnh bằng công nghệ của họ.

Google đang cố gắng kiểm soát Chirp 3 bằng cách áp đặt một số hạn chế sử dụng để ngăn chặn việc lạm dụng. "Chúng tôi đang xử lý một số vấn đề này với đội ngũ an toàn của mình," Thomas Kurian, CEO của Google Cloud, cho biết tại một sự kiện tin tức hôm nay.

ElevenLabs là một tay chơi lớn khác trong lĩnh vực giọng nói AI, đã thu về hàng triệu đô la để phát triển các dịch vụ giọng nói của họ.

Với Chirp 3, Google đưa nó vào cùng gia đình với các phiên bản mới nhất của LLM Gemini, vốn vẫn đang trong giai đoạn thử nghiệm, cùng với mô hình tạo hình ảnh Imagen và công cụ tạo video đắt đỏ Veo 2.

Vẫn chưa rõ liệu Chirp 3 sẽ nghe "thật" như một số giọng nói AI khác ngoài kia (công trình của Sesame khá ấn tượng). Nhưng như Demis Hassabis, CEO của DeepMind, đã chỉ ra, đây là một cuộc đua marathon, không phải là chạy nước rút.

"Trong ngắn hạn ... ý tưởng rằng [AI] là viên đạn bạc cho mọi thứ trong vài năm tới, tôi chưa thấy điều đó xảy ra. Tôi nghĩ chúng ta vẫn còn cách vài năm để đạt được điều gì đó như AGI," ông nói. "Nó sẽ thay đổi mọi thứ ... trong thập kỷ tới, vì vậy là trung và dài hạn. Đây là một trong những khoảnh khắc thú vị trong thời đại."

Google đã khởi động Vertex AI vào năm 2021 như một nơi để các nhà phát triển xây dựng các dịch vụ học máy trên đám mây. Đó là thời điểm trước khi AI, và đặc biệt là AI tạo sinh, trở thành chủ đề nóng như hiện nay, nhờ vào các dịch vụ GPT của OpenAI.

Kể từ đó, Google đã thúc đẩy mạnh mẽ Vertex AI, cố gắng bắt kịp Microsoft và Amazon, những người cũng đang xây dựng các công cụ AI tạo sinh cho các nhà phát triển. Với Vertex AI, các nhà phát triển không chỉ có thể xây dựng trên nền tảng Gemini mà còn phân loại dữ liệu, huấn luyện mô hình, và chuẩn bị chúng cho sản xuất. Sẽ rất thú vị để xem liệu Google có quyết định mở rộng khu vườn của họ cho các mô hình từ những nhà sáng tạo khác hay không.

Google đã theo đuổi "Chirp" giọng nói này trong nhiều năm, bắt đầu từ khi họ dùng nó như một tên mã để cạnh tranh với Alexa của Amazon.