Google ประกาศการเพิ่มโมเดลเสียง Chirp 3 ซึ่งเป็นเทคโนโลยีแปลงเสียงเป็นข้อความ (speech-to-text) และแปลงข้อความเป็นเสียง HD (HD text-to-speech) ลงในแพลตฟอร์ม Vertex AI แพลตฟอร์มสำหรับนักพัฒนาในการสร้างบริการแมชชีนเลิร์นนิงบนระบบคลาวด์ โดยจะเริ่มให้บริการในสัปดาห์หน้า ตอกย้ำความมุ่งมั่นของ Google ในการพัฒนา Generative AI โดยมุ่งเน้นไปที่การขยายขีดความสามารถด้านเสียง
สรุปข่าว
Chirp 3 มาพร้อมกับเสียงแบบใหม่ 8 เสียง รองรับ 31 ภาษา ซึ่งสามารถช่วยให้นักพัฒนาสามารถสร้างสรรค์แอปพลิเคชันและบริการที่หลากหลายได้ เช่น ผู้ช่วยเสียง หนังสือเสียง ตัวแทนสนับสนุนลูกค้า และการพากย์เสียงสำหรับวิดีโอ การประกาศนี้เกิดขึ้นในขณะที่บริษัทเทคโนโลยีชั้นนำอื่น ๆ เช่น Sesame และ ElevenLabs ที่เป็นบริษัทสตาร์ทอัพที่พัฒนา Generative AI ในรูแบบเดียวกันก็กำลังเร่งพัฒนาเทคโนโลยี AI ด้านเสียงเพิ่มเติมเช่นกัน
โทมัส คูเรียน (Thomas Kurian) CEO ของ Google Cloud กล่าวว่าบริษัทกำลังดำเนินการอย่างรอบคอบร่วมกับทีมความปลอดภัย เพื่อกำหนดข้อจำกัดการใช้งาน Chirp 3 และป้องกันการใช้งานในทางที่ผิด การเปิดตัว Chirp 3 บน Vertex AI ถือเป็นการรวมเทคโนโลยีเสียงเข้ากับแพลตฟอร์มปัญญาประดิษฐ์ AI ที่ครอบคลุมของ Google ซึ่งรวมถึงโมเดลภาษาขนาดใหญ่ หรือ LLM (Gemini) โมเดลสร้างภาพ (Imagen) และเครื่องมือสร้างวิดีโอ (Veo 2)
อีกทั้ง เดมิส ฮัสซาบิส (Demis Hassabis) CEO ของ DeepMind กล่าวว่าการพัฒนาปัญญาประดิษฐ์ AI ยังคงเป็นการเดินทางระยะยาว และยังคงต้องใช้เวลาอีกหลายปีเพื่อให้บรรลุถึง AI ที่มีความสามารถในการคิด วิเคราะห์ และเรียนรู้ได้เหมือนมนุษย์ (AGI)
ปัจจุบัน Google กำลังเร่งพัฒนา Vertex AI เพื่อแข่งขันกับแพลตฟอร์ม AI ของบริษัทอื่น ๆ เช่น Microsoft และ Amazon นอกจากการสร้าง Generative AI บน Gemini แล้ว นักพัฒนายังสามารถใช้ Vertex AI เพื่อจำแนกข้อมูล ฝึกฝนโมเดล และตั้งค่าโมเดลสำหรับการผลิตโปรแกรมต่าง ๆ
ในการแข่งขันกับบริการ Alexa ของ Amazon การเพิ่ม Chirp 3 ลงใน Vertex AI ถือเป็นก้าวสำคัญในการพัฒนาเทคโนโลยี AI ด้านเสียงของ Google และคาดว่าจะส่งผลกระทบอย่างมีนัยสำคัญต่ออุตสาหกรรม AI ในอนาคต
ที่มาข้อมูล : https://techcrunch.com/2025/03/17/google-adds-its-hd-voice-model-chirp-3-to-its-vertex-ai-platform/
ที่มารูปภาพ : Google