اکنون Synthesia به شما امکان می‌دهد با استفاده از وب‌کم خود آواتارهای هوش مصنوعی ارائه دهید

سینتزیا، یک استارت آپ هوش مصنوعی بریتانیایی، روز دوشنبه مجموعه ای از به روز رسانی های محصول جدید را به نمایش گذاشت که شامل توانایی ایجاد سخنرانی های اصلی به سبک اپل با آواتارهای هوش مصنوعی فقط با استفاده از وب کم لپ تاپ یا تلفن شما بود.

شرکت هفت ساله ای که از آن پشتیبانی می کند Nvidiaاو گفت که به‌روزرسانی‌های محصول جدید آن را فراتر از یک مجموعه تولید ویدیوی همه‌جانبه برای شرکت‌های بزرگ خواهد کرد، به جای یک پلتفرم که به کاربران امکان ایجاد آواتارهای تولید شده توسط هوش مصنوعی را می دهد.

از جمله به‌روزرسانی‌های جدیدی که Synthesia ارائه می‌کند، توانایی تولید آواتارهای هوش مصنوعی با استفاده از دوربین‌های وب یا تلفن، آواتارهای “تمام بدن” با دست و بازو، و ابزار ضبط صفحه نمایش است که یک آواتار هوش مصنوعی را نشان می‌دهد که شما را در آنچه که تماشا می‌کنید راهنمایی می‌کند. .

Synthesia، که می‌گوید تقریباً نیمی از Fortfune 500 از آن استفاده می‌کنند، از آواتارهای هوش مصنوعی برای انواع اهداف استفاده می‌کند.

اینها می توانند از ایجاد ویدیوهای آموزشی سفارشی برای آموزش کارمندان در مورد فرآیندهای خاص یا ایجاد مواد تبلیغاتی که می توانند به صورت ویدیویی به جای ایمیل یا سایر ارتباطات متنی مشاهده شوند، متغیر باشد.

اما همیشه اینطور نبود. به گفته ویکتور ریپاربلی، یکی از بنیانگذاران و مدیر عامل شرکت، در سه سال اول داستان شرکت، Synthesia در واقع شروع به تلاش برای فروش فناوری خود به آژانس های هالیوود و شرکت های تولید ویدیو با بودجه بالا کرد. این شرکت از بینایی کامپیوتری برای یک ابزار دوبله مجهز به هوش مصنوعی استفاده کرد که حرکات دهان را برای زبان های مختلف واقعی تر می کرد.

ریپاربلی در مصاحبه ای در دفتر مرکزی شرکت به CNBC گفت: «آنچه که ما کشف کردیم این بود که آستانه کیفیت برای انجام هر کاری با این افراد آنقدر بالا بود که هر کاری که انجام می‌دادیم، بخش بسیار کوچکی از یک فرآیند بسیار بزرگتر خواهیم بود. دفتر لندن

جالب‌ترین جنبه دموکراتیک آن است: میلیون‌ها نفر در جهان هستند که می‌خواهند ویدیو بسازند، اما امروز ویدیو نمی‌سازند زیرا بودجه لازم را ندارند.»

در یک سخنرانی اصلی به سبک اپل، مدیرعامل Synthesia از محصولات جدید این شرکت رونمایی کرد و آنها را به‌عنوان مجموعه‌ای از ابزارهای متمرکز بر بهره‌وری برای استفاده توسط کسب‌وکارها توصیف کرد، نه فقط یک پلتفرم که آواتارهای هوش مصنوعی را ارائه می‌دهد.

یکی از بزرگ‌ترین ویژگی‌های جدیدی که این شرکت نشان داد، گزینه ایجاد آواتارهای هوش مصنوعی با ضبط کمتر از پنج دقیقه فیلم با استفاده از وب‌کم یا تلفن شما بود. همچنین می‌توانید صدای خود را شبیه‌سازی کنید تا آواتارهایتان به چندین زبان مختلف صحبت کنند

به طور معمول، برای ایجاد یک آواتار هوش مصنوعی با استفاده از پلتفرم Synthesia، باید شخصاً به استودیو بروید. بازیگران انسانی وارد یک غرفه ضبط صدا می شوند، صدای خود را ضبط می کنند و در یک دکور واقعی در مقابل یک صفحه سبز خط اجرا می کنند.

اینها همه داده‌های آموزشی هستند تا الگوریتم هوش مصنوعی Synthesia را با ظرافت‌های ظاهری و صوتی که برای ایجاد آواتارهایی شبیه به انسان که به وضوح صحبت می‌کنند نیاز دارد، ارائه دهد. در اوایل سال جاری، Synthesia آواتارهای رسا جدیدی را راه اندازی کرد که می توانند احساسات انسانی از جمله شادی، غم و ناامیدی را منتقل کنند.

اما اکنون، Synthesia نرم‌افزار جدیدی را ارائه می‌کند که تولید نسخه دیجیتالی خود را از هر کجا برای کاربران آسان‌تر می‌کند، تنها با استفاده از وب‌کم و نرم‌افزار Synthesia.

این شرکت همچنین در حال راه اندازی توانایی ایجاد آواتارهای تمام بدن است. این با آواتارهای فعلی Synthesia که فقط به نمای پرتره محدود شده اند متفاوت است. اکنون می‌توانید به استودیویی بروید که ده‌ها دوربین، سنسور و چراغ در اطراف خود دارد تا آواتارهایی بسازید که می‌توانند دست‌هایشان را حرکت دهند.

ایجاد دست کاری است که به طور سنتی انجام آن برای هوش مصنوعی دشوار است – بیشتر به این دلیل که دست ها تنها بخش کوچکی از بدن انسان هستند و معمولاً روی محتوای بصری متمرکز نیستند.

Synthesia همچنین گزینه ای را برای پخش ویدیوهای آواتارهای هوش مصنوعی که به هر زبانی که می خواهید صحبت می کنند، اعم از انگلیسی، فرانسوی، آلمانی یا چینی، راه اندازی کرده است.

سینتزیا می‌گوید در آینده می‌تواند آواتارهای هوش مصنوعی را برای کشورهای مختلف طراحی کند: به عنوان مثال، یک آواتار نیجریه‌ای که کاربر را به جای آواتار آمریکایی از طریق یک آموزش راهنمایی می‌کند.

Synthesia همچنین یک دستیار ویدیویی جدید با هوش مصنوعی راه اندازی کرده است که می تواند خلاصه ای از کل مقالات و اسناد را تولید کند. این می‌تواند یک متخصص منابع انسانی باشد و برای مثال، یک ویدیوی سریع برای توضیح بسته‌های مزایای شرکت آماده کند.

یکی دیگر از ویژگی های بزرگی که این شرکت در حال ارائه است، ابزار ضبط صفحه نمایش جدید است که یک آواتار هوش مصنوعی را نشان می دهد که شما را در آنچه که تماشا می کنید راهنمایی می کند.

در مصاحبه ای با CNBC، ریپاربلی آنچه را که Synthesia در تلاش است انجام دهد به عنوان یک بازنگری اساسی محصول متمرکز بر شرکت، توضیح داد که آن را به غول هایی مانند نزدیک تر می کند. مایکروسافت، نیروی فروش، و بزرگنمایی در دسته موسسات

ریپاربلی به CNBC گفت: «جهان در 12 تا 18 تا 24 ماه گذشته تحت تأثیر این چیزها قرار گرفته است، که شگفت‌انگیز است.

“اما اکنون ما آزمایش های زیادی انجام داده ایم و موارد استفاده مناسب را برای این فناوری ها که دارای ارزش تجاری پایدار هستند، کشف کرده ایم. این فقط یک لحظه روابط عمومی کوتاه مدت نیست.”

او افزود: “شما باید به این هدف تجاری دست یابید که بلیط های پشتیبانی مشتری را با نمایش فیلم به جای متن یا فروش با ایجاد فیلم به جای ارسال ایمیل صرف کنید.”

“اکنون مردم در حال ایجاد جریان های کاری پیرامون آن هستند. آنها به راه های بهتری برای دستیابی به اهداف تجاری خود نیاز دارند، نه فقط یک رابط با مدل های هوش مصنوعی. این جایی است که ما به عنوان یک شرکت پیش می رویم.”

سال گذشته، Synthesia 90 میلیون دلار از سرمایه‌گذارانی از جمله تراشه‌ساز آمریکایی انویدیا و شرکت سرمایه‌گذاری خطرپذیر Accel در دور سرمایه‌گذاری که ارزش آن را 1 میلیارد دلار ارزیابی کرد و به آن وضعیت «یونیک شاخ» داد، جذب کرد.

از رقبای این شرکت می توان به ابزارهای ویدئویی مبتنی بر هوش مصنوعی Veed، Colossyan، Elai و HeyGen اشاره کرد. اپلیکیشن رسانه‌های اجتماعی چینی TikTok نیز اخیراً Symphony Assistant را معرفی کرده است، محصولی که به سازندگان اجازه می‌دهد آواتارهای مبتنی بر هوش مصنوعی خود را ایجاد کنند.

این شرکت از طریق تعدادی طرح قیمت اشتراک از 22 دلار برای طرح “شروع کننده” و 67 دلار برای طرح “خالق” تا طرح های سفارشی “Enterprise” که قیمت گذاری بر اساس مذاکره با تیم فروش Synthesia است، درآمد کسب می کند.