Нейросети не слышат твой голос – они его видят.

Звуковые файлы для них слишком «сырые», поэтому сначала аудио преобразуют в специальный удобный формат. Достаточно 15 секунд речи и копия голоса готова. Ну, чудеса!

Как же нейросети клонируют голос?

Разбираемся вместе с Василием Сизовым, Lead DS, лидером кластера «CRM и клиентский опыт» в ВТБ в этой статье.

Делись в комментариях, хотел бы услышать свой сгенерированный голос?