OpenAI lanza una nueva inteligencia artificial capaz de clonar la voz de las personas con una muestra de audio de 15 segundos. La compañía asegura que puede crear voces emotivas y realistas.

Se trata de Voice Engine, que fue desarrollada en 2022 con el objetivo de ser usada en varias industrias; según OpenAI,  la nueva IA brindaría, por ejemplo, asistencia de lectura a niños y no lectores a través de voces emotivas que suenan naturales y que representan una gama más amplia de hablantes de lo que es posible con voces preestablecidas.

Referencia: 

Generada por la IA

Así mismo, podría ser usada en tareas de traducción de vídeos y podcasts, esto con el fin de que creadores y  empresas puedan llegar a más personas. Algunas de las empresas que ya han usado esta tecnología  es HeyGen, una plataforma de narración visual de IA que trabaja con sus clientes empresariales para crear avatares personalizados con apariencia humana; esta hace, la traducción de videos, de modo que puedan traducir la voz de un orador a varios idiomas. 

Te puede interesar: Crea videos de personas hablando solo utilizando fotos: Así funciona VLOGGER, IA de Google

La inteligencia artificial es capaz de conservar el acento nativo del hablante original, por ejemplo, generar inglés con una muestra de audio de un hablante francés produciría un habla con acento francés.

Por otra parte, Voice Engine, pueden ofrecer a las personas voces no verbales únicas y no robóticas en muchos idiomas. Es decir, sus usuarios pueden elegir el discurso que mejor los represente y, para los usuarios multilingües, mantener una voz coherente en cada idioma hablado.

Aunque, OpenAI señala que es un  gran avance, también reconoce que generar un discurso que se asemeje a las voces de las personas conlleva serios riesgos, sobretodo cuando este es un año electoral para varios países. 

Te puede interesar: ¿Cómo te sientes? Hume IA te lo dice y descubre emociones ocultas: Así la puedes probar

“Estamos colaborando con socios estadounidenses e internacionales de todo el gobierno, los medios de comunicación, el entretenimiento, la educación, la sociedad civil y más para garantizar que incorporamos sus comentarios a medida que construimos”, explica.

Ante esto, cualquier implementación amplia de tecnología de voz sintética debe ir acompañada de experiencias de autenticación de voz que verifiquen que el hablante original está agregando conscientemente su voz al servicio y una lista de voces prohibidas que detecte y evite la creación de voces que sean demasiado similares. a figuras destacadas.

Imagen: luckystep

Sin embargo, la Fonoteca Nacional de México y la Secretaría de Cultura de México presentaron este miércoles una grabación de la que podría ser la voz de Kahlo. Como se explica en la cuenta de Twitter de la Fonoteca, el archivo, perteneciente a la colección de la W Radio de México, corresponde a un piloto del programa ‘El Bachiller’, conducido y producido por Álvaro Gálvez y Fuentes entre 1940 y 1960, donde, según BBC, entrevistaba a los principales personajes de la cultura mexicana.

Lee más sobre arte en este enlace.

En los trinos de la Fonoteca fue publicado un video con la grabación, en la que una voz femenina lee un fragmento del texto ‘Retrato de Diego’ escrito por Kahlo. Aunque se cree que la lectura es hecha por la misma Kahlo, hay bastantes dudas al respecto. “Es un hallazgo que tiene muchos elementos que pueden identificarse como la voz probable de Frida Kahlo, pero no es 100% seguro”, dijo Alejandra Frausto, secretaria de Cultura de México, a France 24.

En este fragmento, correspondiente a un piloto para un programa de radio, producido y conducido por Álvaro Gálvez y Fuentes, se escucha “Retrato de Diego”, escrito por Frida Kahlo y probablemente leído por ella misma. #FridaKahlo pic.twitter.com/Bo4UoETjO3

— Fonoteca Nacional (@Fonoteca) June 13, 2019

Quienes escucharon a Frida en vida, dicen que no es

De hecho, la pintora guatemalteca Rina Lazo Wasem –que estuvo cerca de Kahlo por al menos ocho años, debido a que fue asistente de Diego Rivera entre 1937 y 1947–escuchó la grabación de la Fonoteca con cuidado y aseguró, en entrevista con el diario La Jornada, que la voz femenina que lee ‘Retrato de Diego’ no corresponde a la de la reconocida artista mexicana.

“Me trajeron la grabación. La escuché con mucho cuidado, con susto de poder identificar o no a Frida. Afirmé que no era ella. Ella era un poco más emotiva. No me recordaba a su voz […] Ella era bastante expresiva, no tenía una voz monótona. En un caso como el de la grabación de la Fonoteca, en la que se describe a Diego Rivera, ella lo habría expresado con más fuerza y, luego, volvería a la voz natural, pero no hablaba tranquila, como se oye en esta grabación”, explicó Lazo, citada por La Jornada.

Además, el cineasta Diego López Rivera, nieto de Diego Rivera, le contó a ese mismo medio que su madre, Guadalupe Rivera, también escuchó la grabación y que “en ningún momento ella afirmó categóricamente que fuera la voz de Frida”, aunque Pavel Granados, director de la Fonoteca Nacional de México, dijo en una rueda de prensa que ella había dicho que sí era.

Las razonables dudas que distorsionan la grabación

#Entérate

¿Has imaginado cómo pudo haber sido la voz de #FridaKahlo?

La @Fonoteca y @cultura_mx presentaron la grabación de la que podría ser la voz de uno de los iconos del arte de nuestro país: Frida Kahlo.

Ahora podríamos conocerla a través de su voz. pic.twitter.com/vVPHJ9cTte

— Fonoteca Nacional (@Fonoteca) June 12, 2019

Aunque Diego López Rivera aclara que la opinión de su madre debe tomarse con reservas porque es una mujer de 95 años, con problemas de audición y que no ha escuchado la voz de Kahlo en más de 60 años, tiene razones lógicas para dudar de que la voz en la grabación sea la de Kahlo.

Granados, que encontró el archivo, asegura que la grabación data de 1953 o 1954. Ante ese hecho, López Rivera indica que, si el audio se grabó meses antes de la muerte de Frida “hay que recordar que durante ese período su salud era muy delicada, tenía problemas respiratorios. Una persona con esa condición física no puede escucharse como la del audio […] esa voz no es la de una mujer que tuvo una vida de mucho desgaste físico, que fumaba y bebía, que respiraba con dificultad”.

Frente a tantas dudas, Granados le dijo a El Economista que habló con Hilda Trujillo, directora del Museo Frida Kahlo, para crear un grupo interdisciplinario con diferentes expertos para estudiar el audio a fondo. Sin embargo, el director de la Fonoteca asegura que uno de los primeros indicios para creer que sí es la voz de la artista, es que el propio Álvaro Gálvez y Fuentes dice al final del programa que la lectura fue hecha por la propia Frida Kahlo.

Imágenes: Wikipedia.

Por ejemplo, hace un tiempo hablamos de Relevo, una app que creó el Ministerio de Tecnologías de la Información y Comunicación (MinTIC) para ayudar a las personas sordas o con alguna discapacidad auditiva a comunicarse por lengua de señas con personas que no saben interpretarlas. La herramienta permite que la persona haga una videollamada con un intérprete de Lengua de Señas Colombiana (LSC) para que se puedan comunicar con un tendero o un banquero sin problemas.

Sin embargo, y a pesar de lo ingenioso que es, puede llegar a ser un poco engorroso tener que hacer todo el proceso que requiere Relevo para poder comunicarse. Por ello es más útil la Inteligencia Artificial (IA), que, gracias a herramientas como Google Translate nos ha enseñado que funciona para traducir diferentes idiomas, aunque con algunos fallos.

Una voz para los que no pueden escuchar ni ser escuchados

Es por eso que llama la atención Showleap, un proyecto español, que apoyan la Fundación Vodafone España y el Centro de Normalización Lingüística de la Lengua de Signos Española, y que ganó el primer premio de la categoría Accesibilidad TIC de los Premios Vodafone a la Innovación 2018. Se trata de una herramienta que convierte la lengua de señas a lenguaje verbal, como podemos ver en un video publicado en la página web de Showleap.

En el video podemos ver que la herramienta funcionaba con brazaletes que seguían los movimientos del usuario, pero, como indica Xataka, solo funcionaba con pocos símbolos, pero fallaba cuando tuvieron que poner una base da datos de 20.000 de ellos. Por eso decidieron cambiar el sistema.

Ahora usan un sistema de cámaras que detecta el movimiento y un software que traduce la información a texto y voz. Cuando el interlocutor habla, el software convierte sus palabras en texto, para que la persona sorda o con discapacidad auditiva pueda leerlas, para lograr una comunicación bidireccional y natural.

Aunque Showleap está en pruebas, ya fue presentado en el Mobile World Congress en febrero, en Barcelona y esperamos a que pronto esté disponible para que le cambie el mundo a las personas sordas y con discapacidad auditiva no solo de habla hispana sino de todo el mundo.

Imágenes: KatarzynaBialasiewicz y Eshma (vía: iStock)

El estudio reveló que, durante el mes de diciembre, el promedio diario de consumo en datos fue de 430 terabytes (TB), mientras que el promedio de los días 24 y 25 fue de 448 TB, lo que significa que hubo un aumento del 4,2%, especialmente en la noche del lunes y la madruga del martes.

En cuanto al tráfico de voz, el análisis determinó que, aunque el día 24 hubo un incremento del 3,6% con respecto al promedio del resto de días, el 25 de diciembre disminuyó en un 32%. Esto significa que los colombianos se comunicaron más por medio de servicios de mensajería y redes sociales que por las llamadas tradicionales.

Para dimensionar la transición de voz a datos de los usuarios en el país, el estudio de TigoUne señaló que si se compara un lunes y un martes del mes de noviembre con un lunes 24 y un martes 25 de diciembre, hubo un aumento de 12,6% en tráfico de datos, mientras que el tráfico de voz tuvo una disminución del 20%.

Con sus datos en todas partes

Uno de los datos más interesantes del análisis desarrollado tiene que ver con la movilidad de los usuarios en las épocas de fiesta. Mientras que el tráfico de datos bajó un 12% en Bogotá durante las fiestas decembrinas, en Cartagena aumentó 2,5%.

Lo mismo ocurrió en Medellín: el tráfico de datos disminuyó un 7%, mientras que en ciudades como Cali y Barranquilla hubo un aumento de 4,7% y 1,1% respectivamente. “El caso de Cali es significativo. La ciudad está viviendo la Feria y los usuarios están en movimiento, por lo que la demanda de datos aumenta de una forma considerable, respecto a cualquier otro mes”, destacó Teresa Reyes, vicepresidente de Operaciones de TigoUne.

Además, vale destacar que el tráfico de voz en Cartagena, Cali y Barranquilla disminuyó un 14% en promedio. “Los consumidores colombianos se conectan con sus amigos y seres queridos mediante los datos. El reto de los operadores es proporcionar autopistas digitales que conecten estos buenos momentos con la mejor calidad y disponibilidad”, concluyó Teresa Reyes.

Vamos a ver qué pasa este 31 de diciembre.

Imágenes: Stevepb, E1N7E, LoboStudioHamburg (vía Pixabay).

Pero no es que solo lo digamos nosotros, porque ‘Bohemian Rhapsody’ hizo que Queen y Mercury se pusieran de moda, de tal forma que están ocupando los primeros lugares de las canciones más escuchadas en Spotify, superando al popular reguetón. Lo dice la ciencia.

Un grupo de científicos suecos, austriacos y checos, liderados por el biofísico austriaco, especializado en la fisiología de la voz de los cantantes, Christian Herbst, iniciaron una investigación sobre la voz del talentoso cantante británico, que falleció el 24 de noviembre de 1991, a los 45 años de edad. Los resultados fueron publicados en la revista Logopedics Phoniatrics Vocology, en 2016 (sí, revivimos el estudio dos años después porque, gracias a la película, la banda y el cantante están siendo tendencia; no se nos culpe).

La voz de Mercury no es de este planeta

Los expertos usaron entrevistas, canciones en solitario y pistas de la voz de Mercury a las que les sustrajeron la música instrumental (o sea, a capella) para analizarla. Gracias a ello, descubrieron que Mercury no era un tenor, como se pensaba, sino que se trataba de un barítono. Es decir, tenía tonos más graves (bajos) que el de un tenor, como Luciano Pavarotti o Plácido Domingo.

Los investigadores revisaron a profundidad un total de 240 notas sostenidas que pudieron escuchar en 21 grabaciones a capella de Mercury para analizar su vibrato. De esa forma concluyeron que los vibratos del front man de Queen eran irregulares porque alcanzaban 7 Hz, mientras que los cantantes promedio tienen un vibrato entre 5,4 Hz y 6,9 Hz. Por ejemplo, Pavarotti alcanzaba un vibrato de 5,7 Hz, según el porta The Local.

Para leer más de Queen, ingresa a este enlace.

Esto se traduce en que Mercury podía hacer que sus cuerdas vocales vibraban más y se movían más rápido que las del tenor italiano y la de la mayoría de cantantes, lo que se consideraba un sello distintivo del estilo vocal del cantante de la banda británica.

El estudio también descubrió que Mercury cantaba usando melodías subarmónicas, lo que creaba la impresión de estar cantando en tonos más bajos que su registro. De esta forma, Mercury parece que lograba llevar su voz a los límites físicos absolutos, sin sobrepasarlos, lo que habla del alto control de su capacidad vocal y de su gran técnica de canto.

Más allá de los datos, basta con escuchar piezas únicas, como ‘Bohemian Rhapsody’, para darse cuenta de que Freddie Mercury no era cualquier cantante de rock: era un genio, un superdotado, una leyenda, que lastimosamente se nos fue muy pronto.

Imágenes: Queen (vía: Facebook)

El evento contará con un espacio comercial y otro académico. En el primero, los participantes podrán conocer las empresas, productos, soluciones e innovaciones que les ayudarán a ampliar su red de clientes (en el caso de las empresas) y proveedores (para los asistentes y visitantes).

El segmento académico de Datanet será ideal para que los especialistas en las áreas participantes actualicen sus conocimientos sobre nuevas tecnologías y soluciones del mercado en tecnologías de la información. Allí, los interesados podrán fortalecer su capacidad en la toma de decisiones frente a la compra de productos y reunirse con aliados estratégicos. 

Durante el evento se realizarán sesiones técnicas de alta calidad. Estas serán presentadas por expertos líderes en la industria. Además, los asistentes tendrán acceso a cientos de profesionales TI de toda América Latina, para establecer contactos, compartir conocimientos y recibir nueva información.

¿Cuál es el público de DataNet Andino?

DataNet está dirigido a profesionales y empresas en diversas áreas, como integración e instalación de redes, cableado estructurado y telecomunicaciones; administración de servidores, almacenamiento y aplicaciones; consultoría y arquitectura de diseño informático, y gerencia de infraestructura informática, solo por mencionar algunas.

El evento se realiza en conjunto con TecnoMultimedia InfoComm, organizado por Avixa –The Audiovisual and Integrated Experience Association– y AVI Latinoamérica. Esta alianza permitirá atraer a un mayor número de personas de diferentes industrias relacionadas con el tema de cableado, data centers, infraestructura informática y telecomunicaciones.

DataNet tendrá lugar en las instalaciones de Corferias, en Bogotá. El ingreso al evento es gratuito, pero, si quieres asistir, debes registrarte antes en este enlace. De la misma manera, en el sitio web oficial del evento –http://colombia.expodatanet.com/– podrás encontrar toda la información adicional que requieras. Esto incluye direcciones de correo electrónico y teléfonos de contacto relacionados con las actividades académicas, la muestra comercial e información sobre mercadeo y medios de comunicación.

Imágenes: DataNet Andino y iStock

Así, Facebook Messenger se une a otros servicios como Line, que actualmente ofrece llamadas de voz de hasta 200 personas al tiempo. Por su parte, en cuanto al límite de usuarios dentro de una llamada de voz grupal de Facebook Messenger, la compañía no especificó una cifra. Pero, con respecto a eso, no pareciera buena idea tener una llamada de voz con 200 personas al tiempo, ¿o sí?

Cómo hacer llamadas de voz grupales en Facebook Messenger

Con la más reciente versión de Facebook Messenger aparecerá el ícono de llamada de voz dentro de todas las conversaciones grupales. Al tocar este ícono, podrás escoger si quieres hacer la llamada con todos o seleccionar solo los contactos con los que te quieras comunicar, dentro de ese grupo.

En caso de que el grupo al cual quieras llamar no haya sido creado, debes crear una conversación grupal antes de hacer la llamada, pues desde el apartado de llamadas es imposible realizar una llamada grupal, por ahora.

En una prueba que hicimos en ENTER.CO con dos personas más, vimos que todavía hay un poco de retraso en el audio. Esperamos que esto mejore en el futuro, al nivel de las llamadas de voz uno a uno en Facebook Messenger, que son de las mejores que existen, a nuestro parecer.

Hace un par de semanas, Facebook Messenger anunció que en este momento cuenta con 900 millones de usuarios activos mensuales, y además presentó novedades como los Messenger Codes, con el que facilitará la labor de añadir a alguien como contacto en la aplicación. Esta funcionalidad todavía no ha llegado a todas las regiones.

Imagen: Facebook.

El software creado por Intel para otorgarle voz al gran Stephen Hawking ahora podrá ser descargado de manera gratuita, según cuenta Wired. El software conocido como ACAT (Assistive Context-Aware Toolkit, caja de herramientas de asistencia consciente del contexto) podrá descargarse directamente en este link.

ACAT es un sistema que hace que los computadores sean más accesibles a personas con discapacidades. Ahora que el código de la herramienta es libre, podrás construir un sistema similar al que el gran físico teórico utiliza para comunicarse con el mundo.

El software solo puede descargarse en PC con Windows, y no hay planes para llevarlo a Mac. Necesitarás al menos un sistema operativo XP, entre otros requerimientos básicos como tener una cámara web instalada, pues ACAT utiliza señales visuales de la cara del usuario para entender sus comandos. Ahora bien: en el caso de Stephen Hawking, que tiene ELA (Esclerosis lateral amiotrófica), el software hace un seguimiento de los movimientos de los músculo de su mejilla.

“La meta de este código abierto es permitirle a los desarrolladores crear soluciones en el espacio asistencial con facilidad, y hacer que aprovechen la herramienta que tanto esfuerzo le hemos invertido durante estos años”, dijo Lama Nachman, jefe del Anticipatory Computer Lab en Intel.

Imagen: Stephen Hawking (Facebook)

Harry Shearer es –a los oídos de los televidentes– el señor Burns, Smithers, Flanders, el reverendo Alegria, Kent Brockman, Dr. Hibbert, Lenny, Skinner, Otto y la parodia de Arnold Schwarzenegger: Rainier Wolfcastle. Pero a partir de la próxima temporada de ‘Los Simpsons’, Shearer dejará de lado su trabajo de voces con uno de los programas más longevos de la televisión. Desde Deadline informan que el actor de voces ha renunciado a la serie luego de 25 años.

El sitio nos recuerda que, en 2011, Shearer fue uno de los actores que impulsó el aumento de sueldos en el programa, pero al parecer la última negociación no llegó a puerto seguro. Al Jean, showrunner del show, afirmó que ofrecieron el mismo trato a Shearer que al resto del elenco, pero que no aceptó.

¿Qué sucederá con la docena de personajes que tenían vida por el actor? Jean confirma que no matarán a ninguno, pero que buscarán una nueva voz -o varias- para mantener a ese grupo de habitantes de Springfield.

Es común que el elenco de una de las máquinas de dinero de FOX entre en conflicto con el estudio por los sueldos. En el pasado ganaron disputas y así aseguraron mejores sueldos. Esta estrategia la intentaron las voces latinas del programa hace unos años, pero ya sabemos cuál fue el resultado.

Imagen: Página en Facebook de la serie. 

Gran Theft Auto V está en la mira de todos. Machinima, en su cuenta de YouTube, sacó un video en el que Jason Stephens imita a Morgan Freeman narrando las vacaciones de Franklin, uno de los tres protagonistas del juego.

En el video Franklin es un busetero que en un ‘pequeño accidente’ atropella un transeúnte, lo que obliga a su jefe a decirle que se tome unas vacaciones. El problema es que durante el descanso las cosas no salen muy bien para el personaje, y termina comportándose cada vez peor.

Sería gracioso ver las aventuras de Michael y Trevor narradas de la misma manera. En fin, ahí les dejamos el video, que lo disfruten:

http://www.youtube.com/watch?v=iat0ntfPL5s

Para grabar el sonido, Bell experimentó con numerosos materiales como el metal, yeso e incluso el papel de aluminio y el cartón. La mayoría de estos ‘discos’ no perduraron o se perdieron. Sin embargo, con la tecnología óptica se pudo descifrar algunas de las grabaciones que hizo hace más de 120 años. Entre esas grabaciones se encuentra la voz del propio Alexander Graham Bell, según informa el Daily Mail.

De acuerdo a NY Daily News Carlene Stephens, del Museo Americano de Historia Natural, contactó a Carl Haber, físico del Laboratorio Nacional Lawrence Berkeley en California, al físico Earl Cronell y al especialista en conversión digital Peter Alyea. Este ‘dream team’ de genios se unió para analizar y recuperar la voz del inventor.

Entre las grabaciones que hizo Bell se encuentran monólogos, números en secuencia y canciones infantiles. No obstante, fue una sorpresa mientas decodificaban las grabaciones escuchar la voz del propio inventor, en donde espetaba: “En fe de lo cual, oyen mi voz, Alexander Graham Bell.”, se cree que la voz se grabó en el laboratorio Volta de Bell, en Washington.

Los servicios de voz es lo único que le falta a Facebook para convertirse en una plataforma de comunicaciones todopoderosa. Y los comenzó a ofrecer esta semana. La aplicación Messenger, que permite usar el chat de la red social en dispositivos iOS y Android, ahora permite grabar pequeños mensajes de voz y enviárselos a otros contactos.

Esto no es todo: algunos usuarios podrán hacer llamadas de voz cuando estén conectados sobre Wi-Fi. Esta nueva posibilidad estará restringida a Canadá y el sistema operativo iOS, pero –según PC World– estará disponible pronto para más países.

Por supuesto, esto no es algo novedoso. Todos los servicios competidores de Facebook Messenger, desde WhatsApp hasta BBM, ofrecen servicios de voz. Sin embargo, lo que podría intentar la red social de Mark Zuckerberg es intentar convertirse en la primera opción de servicio de voz de buena parte de su base de usuarios de 1.000 millones de personas, una estrategia similar a la que ha implementado con el chat y el correo electrónico.

Este es el más reciente movimiento de Facebook en el campo de la mensajería móvil, donde ha hecho varias cosas recientemente. En diciembre lanzó Poke, una aplicación de mensajes que se autodestruyen luego de cierto tiempo y que ha sido criticada por ser una copia burda de otra app llamada Snapchat y fomentar el sexting entre los millones de adolescentes que usan Facebook; y también eliminó el requisito de tener cuenta en la red social para poder usar la aplicación de mensajería.

Incluso, se rumoro que Zuckerberg estaba interesado en comprar WhatsApp, pero eso luego fue desmentido. Teniendo en cuenta todo esto, es claro que decidió hacerle competencia.

Uno de los personajes más importantes de los videojuegos está mudo en este momento. Kratos, el protagonista de God of War, no sabe bien cómo hablar nuestro idioma y anda buscando ayuda por toda la región. Para salir del problema, Sony está organizando un concurso con el fin de encontrarle una voz latina al terror del Olimpo. 

Así que si usted es un aficionado a la saga y cree que tiene lo que se necesita para inmortalizar su voz en el juego de los dioses, puede meterse a la página oficial del concurso para subir una grabación. También puede presentarse el próximo 30 de octubre en el centro comercial Gran Estación en la Sony Store (Av.Calle 26 #62-47, Local 205) para grabar su voz directamente. Cualquier información adicional que necesiten pueden visitar la página de Facebook. También se pueden consultar los términos y condiciones del concurso en este elnace.

El concurso tendrá vigencia hasta el 9 de noviembre, así que pónganse las pilas. La oportunidad de participar en el doblaje de las voces de uno de los juegos más importantes del mundo es rara y escasa. Si usted tiene un Kratos en su interior, libérelo frente a un micrófono. La fama puede estar esperando.