دستاورد مایکروسافت و محققان MIT: انتشار 5000 کتاب صوتی رایگان با کمک هوش مصنوعی

محققان مایکروسافت و MIT در پروژه گوتنبرگ، 5000 عنوان کتاب صوتی رایگان را با استفاده از فناوری اسکن و تبدیل متن به گفتار مبتنی بر هوش مصنوعی و شبکه‌های عصبی تولید و منتشر کردند.

کتاب‌های صوتی در سال‌های اخیر به‌دلیل دردسترس‌بودن از محبوبیت خاصی برخوردار بوده‌اند ولی اغلب ضبط و انتشار چنین محتواهایی دشوار و پرهزینه است. حالا محققان با روشی مبتنی بر هوش مصنوعی، این فرایند را مکانیزه کرده‌اند و روشی خودکار برای تبدیل متن به گفتار به‌کار گرفته‌اند که بسیاری از مشکلات پیش روی این فناوری را حل می‌کند و می‌تواند به کاربران عادی نیز کمک کند تا کتاب‌های صوتی تولید کنند.

انتشار 5000 عنوان کتاب صوتی رایگان با فناوری مبتنی بر هوش مصنوعی

محققان در پروژه‌ای تحت عنوان گوتنبرگ دسترسی رایگان به نسخه صوتی هزاران کتاب در ادبیات کلاسیک و موضوعات عمومی دیگر را که ظاهراً دیگر کپی‌رایتی ندارند، فراهم می‌کنند. محققان مایکروسافت و MIT برای سرعت‌بخشیدن به پروژه گوتنبرگ، کتاب‌ها را اسکن کرده و سپس با نرم‌افزار تبدیل متن به گفتار، آن‌ها را در دسترس کاربران قرار داده‌اند.

این متون شامل آثاری از شکسپیر، آگاتا کریستی، جین آستن، لئوناردو داوینچی و بسیاری دیگر است. کاربران می‌توانند در آرشیوهای فضای مجازی شامل اسپاتیفای، پادکست اپل و پادکست گوگل به این کتاب‌ها گوش دهند.

اپل در ژانویه سال جاری میلادی فروش کتاب‌های صوتی را با استفاده از فناوری خودکار تبدیل متن به گفتار آغاز کرد. بااین‌حال، این سرمایه‌گذاری به‌دلیل اهداف تجاری اپل و استفاده از صدای افراد در آموزش مدل‌های هوش مصنوعی، مورد انتقاد قرار گرفت. حالا رویکرد پروژه گوتنبرگ به‌دلیل متن‌باز بودن و نداشتن انگیزه مالی، ممکن است واکنش‌های متفاوتی ایجاد کند.

باید دید چنین پروژه‌هایی که به‌لطف هوش مصنوعی کار خود را ادامه می‌دهند، آیا درنهایت می‌توانند مورد‌توجه قرار گیرند یا حجم انتقادها در مورد آن‌ها بیشتر از حدی است که بتواند سبب پیشبرد پروژه شود.