Fish Audio เปิดตัว Drama 3 โมเดล TTS ขนาด 35B
Fish Audio เปิดตัว Drama 3 โมเดลแปลงข้อความ to เสียง แบบ Mixture-of-Experts ขนาด 35B รองรับ 83 ภาษา และเปิดให้ใช้งานแบบ open weights
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Fish Audio เปิดตัว Drama 3 โมเดล Text-to-Speech ขุมพลัง 35B
- ใช้สถาปัตยกรรม Mixture-of-Experts มีพารามิเตอร์ทำงานจริง 3B
- รองรับการใช้งานครอบคลุมถึง 83 ภาษาทั่วโลก
- เผยแพร่แบบ open weights ภายใต้เงื่อนไข revenue-capped community license
วงการปัญญาประดิษฐ์และเทคโนโลยีการสังเคราะห์เสียงต้องจับตา เมื่อ Fish Audio ได้ประกาศเปิดตัว Drama 3 ซึ่งเป็นโมเดลแปลงข้อความให้เป็นเสียงพูด (text-to-speech) รุ่นใหม่ล่าสุด ที่มาพร้อมกับสถาปัตยกรรมอันทรงพลังและมีความยืดหยุ่นสูงในการตอบสนองคำสั่งที่เป็นภาษาพูดทั่วไป
โมเดล Drama 3 นี้ถูกพัฒนาขึ้นด้วยขนาดพารามิเตอร์รวมสูงถึง 35 พันล้านพารามิเตอร์ (35B) โดยใช้สถาปัตยกรรมแบบ Mixture-of-Experts (MoE) ซึ่งช่วยให้ระบบมีความฉลาดและแม่นยำสูง แต่ยังคงประสิทธิภาพในการประมวลผลที่ดีเยี่ยมด้วยจำนวนพารามิเตอร์ที่เปิดใช้งานจริงประมาณ 3 พันล้านพารามิเตอร์ (3B)
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
จุดเด่นสำคัญของ Drama 3 คือความสามารถในการรับคำสั่งและทิศทางผ่านภาษาพูดทั่วไป (plain-language direction) ทำให้ผู้ใช้งานสามารถควบคุมน้ำเสียง อารมณ์ และรูปแบบการออกเสียงได้อย่างเป็นธรรมชาติ นอกจากนี้ตัวโมเดลยังมีความสามารถในการรองรับภาษาต่างๆ ได้อย่างกว้างขวาง โดยครอบคลุมถึง 83 ภาษาทั่วโลก
การนำสถาปัตยกรรม Mixture-of-Experts (MoE) มาใช้ในโมเดล Text-to-Speech ช่วยให้ Fish Audio สามารถสร้างเสียงสังเคราะห์ที่มีความซับซ้อนและเป็นธรรมชาติสูง โดยไม่ต้องแลกมาด้วยต้นทุนการประมวลผลที่สูงเกินไป เนื่องจากมีพารามิเตอร์เพียงส่วนน้อยเท่านั้นที่ถูกเรียกใช้งานในแต่ละช่วงเวลา การเปิดโมเดลในรูปแบบ open weights ภายใต้เงื่อนไขรายได้ จึงเป็นก้าวสำคัญที่เปิดโอกาสให้นักพัฒนาและชุมชนโอเพนซอร์สสามารถนำไปต่อยอดสร้างสรรค์นวัตกรรมด้านเสียงได้อย่างกว้างขวาง
ในด้านการเผยแพร่โค้ดและน้ำหนักของโมเดล (weights) ทาง Fish Audio ได้ตัดสินใจปล่อยโมเดล Drama 3 ออกมาในลักษณะ open weights แต่จะอยู่ภายใต้ใบอนุญาตใช้งานแบบจำกัดเพดานรายได้สำหรับชุมชน (revenue-capped community license) เพื่อควบคุมการนำไปใช้ในเชิงพาณิชย์ขนาดใหญ่
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น