AI v audioknihách má lépe rozlišovat hlasy postav
Tým Audible popsal systém, který přiděluje postavám stálé hlasy a řídí jejich projev podle děje. V testech anglických a španělských knih přinesl lepší poslech.
Pro posluchače je podstatné poznat, kdo právě mluví. Amazon Science popisuje, jak tým Audible spojuje převod textu na řeč s rozborem celého příběhu. Současné obecné hlasové modely podle autorů u dlouhých knih hůře udržují odlišné hlasy postav. Test zahrnoval detektivky, vědeckou fantastiku a romantické knihy. Rozlišení dialogů se v poslechovém testu MUSHRA, v němž lidé hodnotí zvuk, zlepšilo o 3,7 bodu. Hlavní postavy dostávají odlišné profily z připraveného katalogu hlasů, vedlejší mohou zůstat u hlasu vypravěče.
Systém BookLLM v testu správně přiřadil mluvčího v 97 % případů v angličtině a v 94 % ve španělštině. Autoři zkoušeli 25 knih. Jde o výsledky výzkumu výrobce, nikoli oznámení dostupné funkce pro všechny posluchače Audible. Správné odpovědi pro porovnání připravovali dva lidští hodnotitelé. Krátké pokyny k jednotlivým replikám určují například nervózní šeptání nebo rozzlobený křik. Amazon Science.