गुरुवार को, Spotify ने ElevenLabs के साथ सहयोग की घोषणा की, और आधिकारिक तौर पर उस कंपनी की AI आवाज़ प्रौद्योगिकी के साथ सुनाई गई पुस्तकों के उपयोग को स्वीकार करने लगा। वर्तमान में सबसे मान्यता प्राप्त AI ऑडियो प्रदाताओं में से एक के रूप में, यह नई साझेदारी स्पष्ट रूप से प्लेटफ़ॉर्म पर AI सुनाई गई पुस्तकों की संख्या में उल्लेखनीय वृद्धि की उम्मीद करती है। नए प्रक्रिया के अनुसार, लेखकों को पहले ElevenLabs से ऑडियो फ़ाइल पैकेज डाउनलोड करना होगा, फिर Spotify की सुनाई गई पुस्तक वितरण सेवा Findaway Voices का उपयोग करना होगा।

हाल ही में, HYBE के अधीन कृत्रिम बुद्धिमत्ता आवाज कंपनी Supertone ने ‘Supertone Play’ नामक टेक्स्ट-से-स्पीच उपकरण पेश किया है, जिसका उद्देश्य उच्च गुणवत्ता, भावपूर्ण ऑडियो सामग्री उत्पन्न करना है। यह नया उपकरण वर्तमान में अंग्रेजी, कोरियाई और जापानी का समर्थन करता है, और उम्मीद है कि यह वर्ष के भीतर स्पेनिश और चीनी में विस्तार करेगा। Supertone Play 150 आवाज पात्र प्रदान करता है, जो विभिन्न सामग्री निर्माण आवश्यकताओं के लिए उपयुक्त है, जिसमें प्राकृतिक वार्तालाप, समाचार प्रसारण और ऑडियो किताबें शामिल हैं।

कृत्रिम बुद्धिमत्ता अब तक की सबसे तेज़ी से मानव-मशीन इंटरैक्शन की सीमाओं को फिर से परिभाषित कर रही है। Hume AI का वॉयस कंट्रोल फीचर सामने आया है, जो डिजिटल दुनिया में एक ध्वनि इंटरैक्शन तकनीकी परिवर्तन लेकर आ रहा है। इस नवाचार की मुख्य सफलता इसकी अद्वितीय ध्वनि परिष्करण क्षमता में निहित है। पारंपरिक एआई आवाज अक्सर पूर्व निर्धारित पैटर्न पर सीमित होती है, जबकि Hume एक नया व्यक्तिगत समाधान प्रदान करता है। उपयोगकर्ता अपनी आवाज को दस आयामों के माध्यम से सटीक रूप से समायोजित कर सकते हैं, जो पहले कभी नहीं देखी गई आवाज अभिव्यक्ति की स्वतंत्रता प्राप्त करते हैं।

Hume AI, जो एक भावनात्मक बुद्धिमत्ता आवाज़ इंटरफेस पर केंद्रित स्टार्टअप है, ने हाल ही में एक प्रयोगात्मक सुविधा ‘आवाज़ नियंत्रण’ पेश की है। यह नया उपकरण डेवलपर्स और उपयोगकर्ताओं को बिना किसी कोडिंग, AI प्रॉम्प्ट इंजीनियरिंग, या ध्वनि डिज़ाइन कौशल की आवश्यकता के, व्यक्तिगत AI आवाज़ बनाने में मदद करने के लिए डिज़ाइन किया गया है। उपयोगकर्ता ध्वनि विशेषताओं को सटीक रूप से समायोजित करके अपनी आवश्यकता के अनुसार आवाज़ को आसानी से अनुकूलित कर सकते हैं। यह नई सुविधा कंपनी द्वारा पहले पेश किए गए ‘संवेदनशील आवाज़ इंटरफ़ेस 2’ (EVI2) के आधार पर विकसित की गई है, EVI2 ने आवाज़ की प्राकृतिकता को बढ़ाया है।

अमेरिकी टेलीविजन और रेडियो कलाकार संघ (SAG-AFTRA) ने हाल ही में AI आवाज़ कंपनी Ethovox के साथ एक मील का पत्थर समझौता किया है, जो अभिनेताओं की आवाज़ डेटा के AI अनुप्रयोगों के लिए स्पष्ट मानदंड निर्धारित करता है। यह समझौता न केवल मनोरंजन उद्योग में AI प्रौद्योगिकी के उपयोग के लिए एक विश्वसनीय ढांचा प्रदान करता है, बल्कि अभिनेताओं के अधिकारों की सुरक्षा के लिए एक नया मानक भी स्थापित करता है। समझौते की शर्तों के अनुसार, अभिनेताओं को दोहरा लाभ सुनिश्चित किया जाएगा: एक तो आवाज़ रिकॉर्डिंग की पूर्व लागत, और दूसरा AI आवाज़ मॉडल के अनुप्रयोग से उत्पन्न लगातार लाभ वितरण। सबसे महत्वपूर्ण बात यह है कि किसी भी आवाज़ डेटा का उपयोग

तिझुआ विश्वविद्यालय की शोध टीम ने हाल ही में SonicSim नामक मोबाइल ध्वनि सिमुलेशन प्लेटफ़ॉर्म लॉन्च किया है, जिसका उद्देश्य आवाज़ प्रसंस्करण क्षेत्र में मोबाइल ध्वनि स्रोत परिदृश्यों में डेटा की कमी की समस्या को हल करना है। यह प्लेटफ़ॉर्म Habitat-sim सिमुलेशन प्लेटफॉर्म पर आधारित है, जो असली दुनिया के ध्वनिक वातावरण को अत्यधिक यथार्थवादी ढंग से सिमुलेट करने में सक्षम है, जो आवाज़ को अलग करने और बढ़ाने वाले मॉडल के प्रशिक्षण और मूल्यांकन के लिए बेहतर डेटा समर्थन प्रदान करता है। मौजूदा आवाज़ अलग करने और बढ़ाने वाले डेटासेट ज्यादातर स्थैतिक ध्वनि स्रोतों पर आधारित हैं, जो मोबाइल ध्वनि स्रोत परिदृश्यों की आवश्यकताओं को पूरा करने में असमर्थ हैं। हालाँकि वास्तविकता

हाल ही में, एक डरावनी AI आवाज़ क्लोन धोखाधड़ी की घटना ने व्यापक ध्यान आकर्षित किया, जिससे इस तकनीक के संभावित खतरों को उजागर किया गया। प्रसिद्ध उपभोक्ता सुरक्षा वकील जै कुश्टेर के पिता लगभग इस उच्च तकनीक धोखाधड़ी के शिकार हो गए। धोखेबाजों ने AI तकनीक का उपयोग करते हुए जै की आवाज़ की नकल की और यह झूठी सूचना दी कि वह शराब पीकर गाड़ी चला रहा था और उसे 30,000 डॉलर की जमानत की तुरंत आवश्यकता है। सबसे चौंकाने वाली बात यह है कि केवल 15 सेकंड की टीवी साक्षात्कार ऑडियो का उपयोग करके धोखेबाज ने एक यथार्थवादी आवाज़ क्लोन बना लिया। हालाँकि, जै ने पहले ही अपने परिवार को इस प्रकार के धोखों से सावधान रहने के लिए कहा था, लेकिन फिर भी वे लगभग शिकार बन गए।

जेम्स अर्ल जोंस, एक किंवदंती अभिनेता, अपनी विशिष्ट आवाज़ और छह दशकों के शानदार अभिनय करियर के लिए प्रसिद्ध हैं। उन्होंने 'राजा शेर' में मुफासा और 'स्टार वार्स' श्रृंखला में डार्थ वाडर की भूमिकाएं निभाकर दर्शकों के दिलों में कब्जा कर लिया। जोंस ने 'द ग्रेट व्हाइट होप' और 'फेंस' में टोनी पुरस्कार जीते, और उनकी आवाज़ को क्लासिक पात्रों को पुन: उत्पन्न करने के लिए AI तकनीक द्वारा नकल की गई, जिससे AI के उपयोग और आवाज़ अभिनेताओं के अधिकारों पर उद्योग में चर्चा शुरू हुई। इस निर्णय ने SAG-AFTRA के कलाकारों को हड़ताल करने के लिए प्रेरित किया, जो चिंतित थे कि AI शायद उनकी नौकरियों का स्थान ले लेगा।

हाल ही में, बीजिंग इंटरनेट अदालत ने एक AI द्वारा उत्पन्न आवाज के व्यक्तित्व अधिकार उल्लंघन मामले की सुनवाई की, और अंततः अभियोगी को जीत दिलाई। अभियोगी यिन某某 एक वॉयस एक्टर हैं, जिन्होंने अप्रत्याशित रूप से पाया कि उनकी आवाज AI में रूपांतरित होने के बाद, प्रतिवादी某 स्मार्ट प्रौद्योगिकी कंपनी के प्लेटफार्म पर बाहरी बिक्री के लिए उपलब्ध थी।

AI ऑडियो क्रिएशन कंपनी ElevenLabs, जिसे पूर्व Palantir इंजीनियर्स ने स्थापित किया है, अब अपना पहला iOS ऐप "ElevenLabs Reader: AI Audio" लॉन्च करने की घोषणा करती है।

हाल ही में, वॉयस टेक्नोलॉजी पर ध्यान केंद्रित करने वाली कंपनी ElevenLabs ने Reader App नामक एक नवीनतम एप्लिकेशन लॉन्च किया है, जिसका लक्ष्य उपयोगकर्ताओं को एक नई पढ़ने का अनुभव प्रदान करना है। यह एप्लिकेशन विभिन्न पाठ सामग्री को उच्च गुणवत्ता वाली आवाज़ में परिवर्तित करने में सक्षम है, जिससे उपयोगकर्ताओं को सुविधाजनक मोबाइल सुनने और पढ़ने का अनुभव मिलता है। Reader App की मुख्य विशेषता इसकी शक्तिशाली टेक्स्ट-टू-स्पीच क्षमता है। उपयोगकर्ता आसानी से लेख, PDF फ़ाइलें, ePub ई-बुक्स, ई-मेल और अन्य फ़ॉर्मेट की सामग्री को एप्लिकेशन में अपलोड कर सकते हैं।

बीजिंग इंटरनेट अदालत ने देश के पहले AI आवाज के उल्लंघन के मामले की पहली सुनवाई की, जिसमें एक डबिंग कलाकार ने मोज़िकॉर्न वर्कशॉप APP, माइक्रोसॉफ्ट और अन्य पांच प्रतिवादियों के खिलाफ मुकदमा दायर किया। मूल आवेदक ने पाया कि उनकी डबिंग की गई रचनाएँ AI द्वारा बनाई गई हैं और मोज़िकॉर्न वर्कशॉप APP पर बेची जा रही हैं। आवेदक ने प्रतिवादियों पर अपने आवाज़ के अधिकार का उल्लंघन करने का आरोप लगाया और उल्लंघन रोकने और नुकसान को मुआवजा देने की मांग की। सभी पांच प्रतिवादियों ने उल्लंघन का खंडन किया और प्रत्येक ने वैध स्रोत का दावा किया। मामला आगे की सुनवाई में है।