एआई मॉडल और प्लेटफ़ॉर्म
गेम डेवलपर्स नए रचनात्मक अवसरों के लिए वॉयस एआई की ओर देखते हैं
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
साउंड सिंथेसिस तकनीक, विशेष रूप से स्पीच सिंथेसिस, हाल के वर्षों में बहुत अधिक परिष्कृत हो गई है। जबकि टेक्स्ट-टू-स्पीच तकनीक दशकों से आसपास है, तकनीक बहुत अधिक प्राकृतिक ध्वनि बन गई है। हाल के अल्गोरिदम केवल कुछ घंटों के ऑडियो ले सकते हैं और अत्यधिक वास्तविक ऑडियो नमूने सिंथेसाइज़ कर सकते हैं। जैसे ही तकनीक आगे बढ़ती है, अधिक अनुप्रयोग खुलते हैं, जिनमें रचनात्मक मीडिया में संभावनाएं शामिल हैं। हाल ही में, वेंचरबीट द्वारा रिपोर्ट किए अनुसार, वीडियो गेम कंपनियों ने वीडियो गेम के लिए संवाद उत्पन्न करने के लिए एआई वॉयस जेनरेशन का उपयोग करने की जांच शुरू की है।
एक कंपनी, लेवियाथन गेम्स, ने वर्तमान में विकास में गेम्स के भीतर वॉयस एआई को लागू करना शुरू कर दिया है। लेवियाथन गेम्स के मालिक व्येथ रिडगवे, ने समझाया कि वॉयस एआई गेम डिज़ाइन को नाटकीय तरीके से बदल सकता है। रिडगवे ने समझाया कि गेम डिज़ाइन में वॉयस एआई का उपयोग एक उभरता हुआ रुझान है, और इसे इस तरह से तुलना की जा सकती है कि 3डी एनिमेशन सॉफ्टवेयर पिछले दशक में कैसे बदल गया है, जिसमें पिक्सार जैसी कंपनियों ने प्रोप्राइटरी सॉफ्टवेयर बनाया है जो एनिमेशन और मॉडलिंग को सुविधाजनक बनाने के लिए है।
पारंपरिक तरीकों से भाषण उत्पन्न करना पूर्व-रिकॉर्डेड ध्वनि फ़ाइलों को एक साथ जोड़कर काम करता है, जो पहले से मौजूद शब्दों और वाक्यांशों से वाक्य जोड़ता है। इस भाषण उत्पन्न करने की विधि में सैकड़ों घंटों के संवाद की रिकॉर्डिंग और ध्वनि क्लिप के मैनुअल लेबलिंग की आवश्यकता होती है। यह तरीका भी थोड़ा अस्वाभाविक लगता है क्योंकि स्वर और जोर देने की प्रवृत्ति शब्दों के माध्यम से बदलती रहती है। इसके विपरीत, राज्य-ऑफ-द-आर्ट वॉयस एआई बहुत अधिक प्राकृतिक लगता है और एक अलग तरीके से काम करता है।
वॉयस एआई गहरे तंत्रिका नेटवर्क पर आधारित है। वेवनेट उन पहले एआई में से एक था जो आश्वस्त, प्राकृतिक ध्वनि वाले ऑडियो नमूने उत्पन्न कर सकता था। चूंकि ध्वनि नमूने शुरू से ही उत्पन्न किए जाते हैं, इसलिए सैकड़ों घंटों के संवाद की रिकॉर्डिंग की आवश्यकता नहीं है, बशर्ते पर्याप्त प्रशिक्षण डेटा उपलब्ध हो। अनुकूलित जीएनएस और एलएसटीएम मॉडल केवल कुछ घंटों के लेबल वाले ऑडियो पर प्रशिक्षित होने के बाद ऑडियो उत्पन्न कर सकते हैं। परिणाम असाधारण रूप से आश्वस्त हो सकते हैं, जैसे कि जब गूगल के डुप्लेक्स प्रयोग एक बाल सैलून में नियुक्ति निर्धारित करने के लिए फोन कॉल करता है।
जैसे ही ये तकनीकें अधिक शक्तिशाली होती जाती हैं, मानकीकृत होती जाती हैं और क्लाउड कंप्यूटिंग के माध्यम से आसानी से सुलभ होती जाती हैं, यह संभावना है कि अधिक गेम डेवलपर्स वॉयस एआई का उपयोग करके उत्पादन समय और लागत को कम करने के लिए मुड़ेंगे। कुछ कंपनियां पहले से ही ऐसे मॉडल बना रही हैं जो संभावित रूप से गेम डेवलपर्स द्वारा उपयोग किए जा सकते हैं। रेप्लिका स्टूडियो एआई वॉयस तकनीक में माहिर है, और उनकी तकनीक द्वारा उत्पन्न कुछ ऑडियो नमूने यहां और यहां सुने जा सकते हैं।
यह असंभव है कि गेम डेवलपर्स वॉयस अभिनेताओं पर एआई का उपयोग करने से इनकार करेंगे। वास्तव में, वॉयस एआई वॉयस अभिनेताओं के लिए अधिक अवसर खोल सकता है। वर्तमान में, कई गेम विकास कंपनियां अक्सर स्वरयुक्त संवाद को छोड़ देती हैं क्योंकि इसके निर्माण से जुड़े समय और लागत के निवेश के कारण। वॉयस अभिनेताओं को अक्सर स्क्रिप्ट में परिवर्तन या गेम निर्देशकों द्वारा एक अलग प्रकार के प्रदर्शन की आवश्यकता होने पर अधिक रिकॉर्डिंग सत्र के लिए वापस आने की आवश्यकता होती है। वॉयस एआई का उपयोग संवाद के प्रोटोटाइप या प्रायोगिक संस्करण बनाने के लिए किया जा सकता है, यह देखने के लिए कि किस प्रकार के स्क्रिप्ट परिवर्तन और संशोधनों की आवश्यकता है इससे पहले कि एक पेशेवर वॉयस अभिनेता को स्क्रिप्ट रिकॉर्ड करने के लिए बुलाया जाए। इससे अधिक कंपनियों के पास स्वरयुक्त संवाद के निर्माण में निवेश करने के संसाधन हो सकते हैं।
एआई वॉयस मॉडल को एक विशिष्ट वॉयस अभिनेता की आवाज़ पर प्रशिक्षित किया जा सकता है, और एआई का उपयोग हल्के संवाद क्लिप उत्पन्न करने के लिए किया जा सकता है, बशर्ते अभिनेता को उनकी आवाज़ के उपयोग के लिए भुगतान किया जाए। वेंचरबीट द्वारा रिपोर्ट किए अनुसार, वॉयस अभिनेता जैसे साइमन जे स्मिथ, वॉयस एआई मॉडल के बढ़ते उपयोग और नए वॉयस अभिनय अवसरों को खोलने की उनकी संभावना के बारे में आशावादी हैं।
स्क्रिप्ट के प्रोटोटाइप या न्यूनतम पात्रों के लिए स्वरयुक्त पंक्तियां बनाने के लिए वॉयस एआई का उपयोग करने के अलावा, गेम डेवलपर्स वॉयस एआई का उपयोग करके रोल-प्ले वीडियो गेम के लिए खिलाड़ियों को अधिक अनुकूलन विकल्प दे सकते हैं। वर्तमान में, यहां तक कि उन गेम जो खिलाड़ियों को अपने अवतारों के लिए एक आवाज चुनने की अनुमति देते हैं, आमतौर पर केवल कुछ विकल्प होते हैं। वॉयस एआई का उपयोग करके, विकल्प कार्यात्मक रूप से असीमित हो सकते हैं।
