Stora nyheter för Gemini: röstsamtal och världens största kontextfönster

Google har tillkännagivit förbättringar av företagets olika stora språkmodeller under I/O. En nyhet är att Gemini 1.5 Pro kommer till chattbotten Gemini men endast till de som betalar för Advanced. Gemini 1.5 Pro erbjuder enligt Google världens största kontextfönster

Sammanhang: ...And soon, Gemini Advanced will act as a data analyst, uncovering insights and building custom visualizations and charts on the fly from uploaded data files like spreadsheets. ...

Omnämnda platser: →, Gemini, Keep. Omnämnda personer: Gemini Advanced, Youtube Music.

OpenAI kan klona röster utifrån bara 15 sekunders tal

En del av framtidsvisionerna i sci-fi-serien Black Mirror är redan tekniskt möjliga, mer eller mindre. I avsnittet ”Be Right Back” från 2013 med Hayley Atwell och Domhnall Gleeson i huvudrollerna återskapar en sörjande flickvän sin pojkvän digitalt efteratt

Sammanhang: ...Enligt tillkännagivandet stödjer tekniken brytningar och dialekter: en engelsk text som läses upp baserat på franskt referensljud blir exempelvis engelska med fransk brytning. Today we are sharing preliminary insights and results from a small-scale preview of a model called Voice Engine, which uses text input and a single 15-second audio sample to generate natural-sounding speech that closely resembles the original speaker. ...

Omnämnda personer: Right Back.