گیم ڈیولپر نئے تخلیقی مواقع کے لیے وائس AI کی طرف دیکھتے ہیں۔

صوتی ترکیب کی ٹیکنالوجی، خاص طور پر تقریر کی ترکیب، حالیہ برسوں میں بہت زیادہ نفیس بن گئی ہے۔ اگرچہ ٹیکسٹ ٹو اسپیچ ٹیکنالوجی کئی دہائیوں سے چلی آ رہی ہے، لیکن یہ ٹیکنالوجی بہت زیادہ قدرتی آواز بن گئی ہے۔ حالیہ الگورتھم آڈیو کے صرف چند گھنٹے لے سکتے ہیں اور انتہائی حقیقت پسندانہ آڈیو نمونوں کی ترکیب کر سکتے ہیں۔ جیسے جیسے ٹیکنالوجی ترقی کرتی ہے، تخلیقی میڈیا میں امکانات سمیت مزید ایپلیکیشنز کھلتی ہیں۔ حال ہی میں،  جیسا کہ وینچر بیٹ نے اطلاع دی ہے۔، ویڈیو گیم کمپنیوں نے ویڈیو گیمز کے لیے ڈائیلاگ تیار کرنے کے لیے AI وائس جنریشن کے استعمال کی تحقیقات شروع کر دی ہیں۔

ایک کمپنی ، لیویتھن گیمز، نے ان گیمز کے اندر وائس AI کو لاگو کرنا شروع کر دیا ہے جو وہ فی الحال تیار کر رہے ہیں۔ لیویتھن گیمز کے مالک وائیتھ رڈگ وے نے وضاحت کی کہ وائس اے آئی گیم ڈیزائن کو ڈرامائی انداز میں تبدیل کر سکتی ہے۔ Ridgway نے وضاحت کی کہ گیم ڈیزائن میں صوتی AI کا استعمال ایک ابھرتا ہوا رجحان ہے، اور اس کا موازنہ اس سے کیا گیا ہے کہ گزشتہ دہائی کے دوران 3D اینیمیشن سافٹ ویئر کس طرح تبدیل ہوا ہے، Pixar جیسی کمپنیاں ملکیتی سافٹ ویئر تخلیق کرتی ہیں جس کا مقصد اینیمیشن اور ماڈلنگ کی سہولت فراہم کرنا ہے۔

تقریر پیدا کرنے کے روایتی طریقے فلائی پر پہلے سے ریکارڈ شدہ آواز کی فائلوں کو ایک ساتھ جوڑ کر، پہلے سے موجود الفاظ اور فقروں سے جملے سلائی کرتے ہیں۔ اسپیچ جنریشن کے اس طریقے کے لیے سینکڑوں گھنٹے کے مکالمے کی ریکارڈنگ اور ساؤنڈ کلپس کی دستی لیبلنگ کی ضرورت ہوتی ہے۔ یہ کسی حد تک غیر فطری بھی لگتا ہے کیونکہ انفلیکیشن اور زور الفاظ کے درمیان بدل جاتا ہے۔ اس کے مقابلے میں، جدید ترین آواز AI نمایاں طور پر زیادہ قدرتی لگتی ہے اور ایک مختلف انداز میں چلتی ہے۔

وائس اے آئی ڈیپ نیورل نیٹ ورکس پر مبنی ہے۔ واویر نییٹ پہلے AIs میں سے ایک تھا جو قائل کرنے والے، قدرتی آواز والے آڈیو نمونے تیار کر سکتا تھا۔ چونکہ آواز کے نمونے شروع سے تیار کیے جاتے ہیں اس لیے سینکڑوں گھنٹے کے مکالمے کو پہلے سے ریکارڈ کرنے کی ضرورت نہیں ہے، جب تک کہ تربیت کا کافی ڈیٹا دستیاب ہو۔ آپٹمائزڈ GANs اور LSTM ماڈل صرف چند گھنٹوں کے لیبل والے آڈیو پر تربیت حاصل کرنے کے بعد آڈیو تیار کر سکتے ہیں۔ نتائج غیر معمولی طور پر قائل ہو سکتے ہیں، جیسے کہ جب گوگل کا ڈوپلیکس تجربہ ہوتا ہے۔ ملاقات کا وقت طے کرنے کے لیے ہیئر سیلون کو بلایا۔

چونکہ یہ ٹیکنالوجیز کلاؤڈ کمپیوٹنگ کے ذریعے زیادہ طاقتور، معیاری اور آسانی سے قابل رسائی ہو جاتی ہیں، اس بات کا امکان ہے کہ زیادہ گیم ڈویلپرز پروڈکشن کے وقت اور اخراجات کو کم کرنے کے لیے وائس اے آئی کا رخ کریں گے۔ کچھ کمپنیاں پہلے سے ہی ایسے ماڈل بنا رہی ہیں جو ممکنہ طور پر گیم ڈویلپرز استعمال کر سکتے ہیں۔ ریپلیکا اسٹوڈیوز AI وائس ٹیکنالوجی میں مہارت رکھتا ہے، اور ان کی ٹیکنالوجی سے تیار کردہ کچھ آڈیو نمونے لنکس پر سنے جا سکتے ہیں۔ یہاں اور یہاں.

اس بات کا امکان نہیں ہے کہ گیم ڈویلپرز AI پر صوتی اداکاروں کے استعمال کو ترک کرنے کا انتخاب کریں گے۔ درحقیقت، وائس AI آواز کے اداکاروں کے لیے مزید مواقع کھول سکتا ہے۔ فی الحال، بہت سی گیم ڈویلپمنٹ کمپنیاں آواز والے مکالمے کی تخلیق سے وابستہ وقت کی سرمایہ کاری اور اخراجات کی وجہ سے اکثر آواز سے مکالمہ کرنا چھوڑ دیتی ہیں۔ اگر اسکرپٹ میں تبدیلیاں آتی ہیں یا گیم ڈائریکٹرز کسی مختلف قسم کی کارکردگی چاہتے ہیں تو صوتی اداکاروں کو اکثر زیادہ ریکارڈنگ سیشنز کے لیے واپس لانے کی ضرورت ہوتی ہے۔ وائس AI کا استعمال/پروٹو ٹائپ ڈائیلاگ کے ساتھ تجربہ کرنے کے لیے کیا جا سکتا ہے، اس بات کا احساس دلانے کے لیے کہ اسکرپٹ کو ریکارڈ کرنے کے لیے کسی پیشہ ور آواز اداکار کو کال کرنے سے پہلے اسکرپٹ میں کس قسم کی تبدیلیاں اور نظرثانی کی ضرورت ہے۔ اس کی وجہ سے مزید کمپنیوں کے پاس صوتی مکالمے کی تخلیق میں سرمایہ کاری کرنے کے وسائل ہوں گے۔

AI صوتی ماڈلز کو ایک مخصوص آواز کے اداکار کی آواز پر بھی تربیت دی جا سکتی ہے، اور AI معمولی ڈائیلاگ کلپس تیار کرتا تھا، جب تک کہ اداکار کو ان کی آواز کے استعمال کے لیے ادائیگی کی جائے۔ جیسا کہ وینچر بیٹ نے اطلاع دی ہے۔سائمن جے سمتھ جیسے آواز کے اداکار، وائس AI ماڈلز کے بڑھتے ہوئے استعمال اور آواز میں اداکاری کے نئے مواقع کھولنے کی صلاحیت کے بارے میں پر امید ہیں۔

اسکرپٹ کو پروٹو ٹائپ کرنے یا چھوٹے کرداروں کے لیے آواز کی لکیریں بنانے کے لیے وائس AI کے استعمال کے علاوہ، گیم ڈویلپرز بھی آواز AI کا استعمال کر سکتے ہیں تاکہ کھلاڑیوں کو کردار ادا کرنے والے ویڈیو گیمز کے لیے حسب ضرورت کے مزید اختیارات مل سکیں۔ فی الحال، یہاں تک کہ وہ گیمز جو کھلاڑیوں کو اپنے اوتار کے لیے آواز کا انتخاب کرنے کی اجازت دیتے ہیں، عام طور پر صرف مٹھی بھر اختیارات ہوتے ہیں۔ وائس AI کے استعمال کے ساتھ، اختیارات فعال طور پر لامحدود ہوسکتے ہیں۔