En ce début d’année 2023, Microsoft s’est positionné dans le domaine de l’intelligence artificielle en lançant VALL-E, un outil de synthèse vocale capable de reproduire une voix humaine à partir d’un enregistrement de seulement trois secondes. L’entreprise souhaite également intégrer ChatGPT dans son moteur de recherche Bing et investir 10 milliards de dollars dans OpenAI pour intégrer les outils d’IA dans la suite Office.
Présentation de VALL-E
VALL-E est un outil de synthèse vocale développé par Microsoft qui permet de reproduire une voix humaine à partir d’un enregistrement de seulement trois secondes. Les développeurs ont entraîné leur modèle pendant 60 000 heures en anglais, ce qui représente « des centaines de fois plus que les systèmes existants ». VALL-E est capable de préserver l’émotion du locuteur et l’environnement acoustique de l’enregistrement dans la synthèse. Plus les échantillons sont nombreux, plus la voix recrée est précise.
Applications possibles de VALL-E
Les développeurs de VALL-E imaginent de nombreuses applications pour cette synthèse vocale sur la page Github du projet. VALL-E permet directement diverses applications de synthèse vocale, telles que le TTS (text-to-speech), l’édition vocale et la création de contenus, en combinaison avec d’autres modèles d’IA générative comme GPT3. Cependant, il est important de noter que VALL-E pourrait également être utilisé à des fins moins honnêtes, comme dans la technologie de deep fake.
Préoccupations liées à l’utilisation de VALL-E
Avec l’avancée de la technologie de cette dernière, il est important de se poser des questions sur les implications éthiques liées à l’utilisation de VALL-E. Si pour le moment VALL-E n’est pas disponible, Microsoft n’a rien mis en place pour empêcher ces problèmes. Il est donc important de réfléchir aux conséquences potentielles de cette technologie avant de l’utiliser à des fins malveillantes, et veiller à ce que les technologies d’IA soient utilisées de manière responsable et éthique.
