OCTAVE (Omni-Capable Text and Voice Engine)

На полянке генерации голосов и вообще голосовых вводов\выводов становится довольно жарко и интересно.

Тут вот Hume AI разродился Октавой.

Это "speech-language model" с интересными фишками типа создания голоса и личности "на лету", генерацию голосов промптами и всяко-разно другое. Мне понравился сербский акцент и бруклинский таксист.

Можно сказать, что это ChatGPT Advanced Voice Mode, Elevenlabs Voice Design и Google NotebookLM в одном флаконе - просматривается некий будущий вижен, а не только голос в чатике.

Поглядите тут, сравнение с LLM тоже интересно:
https://www.hume.ai/blog/introducing-octave

На основе очень короткого аудиофрагмента (~5 с) OCTAVE не только имитирует голос говорящего, но и в значительной степени перенимает его эмоционально.

Аудиофейки на марше..

@cgevent