Mentionsy Mentionsy
TECHNOFOBIA
TECHNOFOBIA

Jak AI klonuje nasze głosy?

20.03.2023 ·25 min 31 s

Rozmawiam z Mateuszem Staniszewskim o tym jak jego spółka Eleven Labs szturmem wdarła się na rynek usług opartych o generowanie głosu za pomocą algorytmów. Już dzisiaj każdy z nas może sklonować swój głos aby czytać w obcym języku - a co będzie jutro? Zapraszam do wysłuchania całej rozmowy. Jeśli spodoba Ci się ten odcinek to zapraszam do bezpłatnej subskrypcji mojego newslettera o technologii

Na początku to był BlackRock i platforma do obliczenia ryzyka, a później to był Palantir, gdzie optymalizowaliśmy, jak zużywać energię czy pomoc w dystrybucji szczepionek. Natomiast Piotrek poszedł tą drogą researchową, budować research w Google przez 4 lata zajmując się tekstem. I w pewnym momencie podczas tych wielu lat cały czas utrzymując bliski kontakt mieliśmy i mieszkaliśmy razem, pracowaliśmy razem i uczyliśmy się razem. Jedną rzecz, którą wracaliśmy i robiliśmy, to były takie hack weekendowe projekty, gdzie spotkaliśmy się we dwójkę i robiliśmy coś nowego technologicznie, co nas interesowało. Jeden z tych projektów to była detekcja z własnego głosu, jakie emocje, jakie intonacje używamy.

Z drugiej strony dubbing często jest niskiej jakości albo w ogóle nie jest, blokując dostęp do wszystkiego przez edukację po entertainment. I narodził nam się pomysł, z tym co wiedzieliśmy, jest możliwe w tym space voice AI, że możemy to rozwiązać, że w przyszłości za kilka lat to będzie wyglądało tak, że każda treść, czy to jest tekstowa, czy to jest audio treść, będzie na przycisku guzika dostępna w każdym języku, w każdym głosie, z tą samą wysoką jakością. I postanowiliśmy zakończyć swoje prace z Googlem, z Palantirem i zacząć przygodę z Eleven Labs, żeby to rozwiązać. Oczywiście wiele innych komponentów i problemów po drodze, ale docelowo, żeby umożliwić każdą część dostępną przez języki, przez głosy dla każdego.

Jasne, znaczy wygląda to jak projekt, który jest na samym wstępie już wskazany na sukces, bo tak, ex-Googler, w związku z tym we wszystkich pitch deckach to wygląda jak złoto, ex-osoba z Palantira, no tym bardziej, bo tu wiemy czym Palantir się zajmuje, dla tych, którzy nie wiedzą, taka spółka amerykańska, która pracuje głównie dla rządów, dużych organizacji, zajmuje się analizą danych. Więc macie na wstępie taki dobry start, w sensie handicap. Potem okazuje się, że obaj macie dobrą też rękę do kodowania. Czyli jak rozumiem, to wyście we dwójkę napisali początkowy kod waszego oprogramowania. Tak i mamy też dużo szczęścia, bo z Piotrkiem jesteśmy idealnie podzieleni obowiązkowo.

Pokazano wszystkie 3 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.