Desenvolvedores de Jogos Olham para a IA de Voz para Novas Oportunidades Criativas

A tecnologia de síntese de som, particularmente a síntese de fala, tornou-se muito mais sofisticada nos últimos anos. Embora a tecnologia de texto-para-fala tenha existido por décadas, a tecnologia se tornou muito mais natural e realista. Algoritmos recentes podem tomar apenas algumas horas de áudio e sintetizar amostras de áudio altamente realistas. À medida que a tecnologia avança, mais aplicações se abrem, incluindo possibilidades na mídia criativa. Recentemente, conforme relatado pela VentureBeat, as empresas de jogos começaram a investigar o uso da geração de voz de IA para produzir diálogos para jogos de vídeo.

Uma empresa, Leviathan Games, começou a implementar a IA de voz dentro dos jogos que estão atualmente em desenvolvimento. Wyeth Ridgway, o proprietário da Leviathan Games, explicou que a IA de voz poderia mudar o design de jogos de maneira dramática. Ridgway explicou que o uso da IA de voz no design de jogos é uma tendência emergente e comparou-a com a forma como o software de animação 3D mudou ao longo da última década, com empresas como a Pixar criando software proprietário destinado a facilitar a animação e modelagem.

Os métodos tradicionais de geração de fala operam anexando arquivos de som pré-gravados juntos em tempo real, costurando frases juntas a partir de palavras e frases existentes. Esse método de geração de fala requer a gravação de centenas de horas de diálogo e marcação manual de cliques de som. Ele também soa um pouco artificial, pois a entonação e o ênfase tendem a mudar ao longo das palavras. Em comparação, a IA de voz de ponta soa significativamente mais natural e opera de uma maneira diferente.

A IA de voz é baseada em redes neurais profundas. WaveNet foi uma das primeiras IAs que podiam gerar amostras de áudio convincentes e naturalmente soando. Como as amostras de som são geradas do zero, não há necessidade de pré-gravar centenas de horas de diálogo, desde que dados de treinamento suficientes estejam disponíveis. GANs otimizados e modelos LSTM podem gerar áudio após serem treinados em apenas algumas horas de áudio rotulado. Os resultados podem ser extraordinariamente convincentes, como quando o experimento Duplex do Google (GOOGL ) ligou para um salão de beleza para marcar um compromisso.

À medida que essas tecnologias se tornam mais poderosas, padronizadas e facilmente acessíveis por meio da computação em nuvem, é provável que mais desenvolvedores de jogos usem a IA de voz para reduzir o tempo de produção e os custos. Algumas empresas já estão criando modelos que podem ser potencialmente usados por desenvolvedores de jogos. Replica Studios se especializa em tecnologia de voz de IA, e algumas amostras de áudio geradas por sua tecnologia podem ser ouvidas nos links aqui e aqui.

É improvável que os desenvolvedores de jogos escolham abandonar o uso de atores de voz em favor da IA. Na verdade, a IA de voz pode abrir mais oportunidades para atores de voz. Atualmente, muitas empresas de desenvolvimento de jogos frequentemente pulam o diálogo com voz devido ao investimento de tempo e aos custos associados à criação de diálogo com voz. Atores de voz frequentemente precisam ser trazidos de volta para mais sessões de gravação se houver alterações no roteiro ou se os diretores de jogos quiserem um tipo diferente de performance. A IA de voz pode ser usada para experimentar/prototipar diálogo, obtendo uma sensação do que tipo de alterações de roteiro e revisões precisam ser feitas antes de chamar um ator de voz profissional para gravar o roteiro. Isso pode levar a que mais empresas tenham os recursos para investir na criação de diálogo com voz.

Modelos de voz de IA podem ser treinados na voz de um ator de voz específico, e a IA pode ser usada para gerar cliques de diálogo triviais, desde que o ator seja pago pelo uso de sua voz. Conforme relatado pela VentureBeat, atores de voz como Simon J. Smith estão otimistas sobre o uso crescente de modelos de IA de voz e seu potencial para abrir novas oportunidades de atuação de voz.

Além do uso da IA de voz para prototipar roteiros ou criar linhas de voz para personagens menores, os desenvolvedores de jogos também podem usar a IA de voz para dar aos jogadores mais opções de personalização para jogos de vídeo de interpretação de papéis. Atualmente, mesmo os jogos que permitem que os jogadores escolham uma voz para seus avatares geralmente têm apenas um punhado de opções. Com o uso da IA de voz, as opções podem ser funcionalmente ilimitadas.