Prema napisima u medijima Sogou je iskoristio AI, text-to-speech tehnologiju, i snimke sa China Online Literature+ konferencije kako bi kreirao avatare autora Yue Guana i Bu Xin Tian Shang Diao Xian Binga. Dok text-to-speech tehnologija može brzo da kreira nove audio knjige, istraživanja ukazuju na to da korisnici više cene one audio knjige čiji su naratori sami autori, glumci, te druge poznate ličnosti. Sa AI avatarima Sogou bi mogao da dobije kombinaciju koja bi korisnike ubedila da knjige čitaju stvarne ličnosti, što bi, tvrde eksperti, značajno povećalo popularnost audio knjiga.
Prethodni projekat kompanije, koji uključuje AI spikere, funkcioniše od sredine 2018. godine, a u saradnji sa državnom informativnom agencijom Xinhua. Iako je najavljivano da veštački spikeri liče na prave spikere koji rade u agenciji, još uvek je jasno da se radi o avatarima čiji su glasovi, pokreti lica i usana generisani uz pomoć deep learning tehnika. Ne zna se da li će AI naratori audio knjiga biti više realistični, ali se svakako radi o još jednom koraku koji bi mogao da doprinese usavršavanju tehnologije.
Izvor: Engadget
