Últimamente parece que todo el mundo habla de la IA generativa. Los grandes modelos de lenguaje y texto-imagen basados en aprendizaje profundo como ChatGPT, Stable Diffusion, DALL-E han causado mucho revuelo en el mundo de la tecnología y más allá. Sin embargo, a pesar de todo este entusiasmo, creemos que hay un área dentro de los medios generativos que sigue estando muy infravalorada: la IA de voz. Y ahora, también estamos desplegando nuestro propio modelo generativo que te permite diseñar voces sintéticas completamente nuevas desde cero.

Demostración de locuciones en varios idiomas del sistema multilingüe de conversión de texto a voz (TTS, text to speech) MULTIVOX, desarrollado en Hungría en 1983. Podemos escuchar ejemplos en húngaro, alemán, italiano, español, finés, esperanto y holandés.

Nikki García es la actriz detrás de la voz del GPS de Google Maps, utilizado por miles de personas en nuestro país

En la sucursal bancaria de los Emiratos Árabes Unidos recibieron una llamada telefónica de alguien que aseguraba ser el director de una empresa, una persona con quien el gerente del banco ya había hablado en distintas ocasiones. La llamada telefónica con voz clonada junto a unos correos electrónicos falsos sirvieron para avisar a los trabajadores del banco de que se iba a realizar pronto una gran transferencia, que empezó en cuanto fue aprobada. Según las investigaciones, los delincuentes "utilizaron la tecnología deepfake para simular la voz