Para hacerlo simplemente tuvo que llamar al banco (el Lloyd’s Bank) y seguir las instrucciones que sistema contestador automático le iba dando: «indique su cuenta, fecha de nacimiento, frase de contraseña…» En vez de hablar, él iba tecleando los textos de respuesta en el sintetizador. Su voz clonada y depurada mediante inteligencia artificial resultó ser un fake de suficiente calidad como para que el reconocimiento biométrico no lo detectara y le dejara entrar hasta la cocina.

Los sistemas de reconocimiento y control están de moda últimamente. La mayoría de sistemas operativos lo incluyen. Cortana está presente en Windows 10 Mobile, y Android. Google tiene su propio reconocimiento de voz a través de Google Now, y Apple tiene su famoso Siri, el cuál es de las mejores implementaciones que hay disponibles en el mercado. Pero, ¿cuándo surgieron y cómo funcionan?

La popular red social Facebook compró la empresa emergente especializada en el reconocimiento de voz Wit.ai, en una operación de la que se desconocen sus términos financieros.. Noticias, última hora, vídeos y fotos de Macroeconomía en lainformacion.com

Hoy en día hay múltiples dispositivos capaces de reconocer con sorprendente fiabilidad nuestros movimientos y nuestra voz, pero este nivel hace cuatro o cinco décadas parecía una utopía, que empezaba a desparecer gracias a experimentos como éste, desarrollado en 1979 por el profesor del MIT Christopher Schmandt y denominado “Put That There”, que le permitía ordenar a un ordenador que creara formas geométricas en una pantalla y las moviera de sitio solo hablando y señalando.

Hoy todas las miradas están puestas en el IFA 2015, pero no ha impedido que Google actualice Google Docs con novedades de lo más interesantes.

Los sistema de reconocmiento de voz como: Alexa, Google Home, Siri, etc… Necesitan depurar sus fallos en el reconocimiento de voz, es decir, cuando le decimos una frase al dispositivo y este no es capaz de interpretarla, ese audio se envía a un equipo concreto de personas que deben interpretarlo (mas allá de transcribir literalmente lo que el usuario dijo, tendrán que comprender lo que el usuario quiso decir) y enseñarle a la aplicación como hacerlo.

La Fundación Raspberry Pi anima a todos los usuarios a completar una encuesta que ayudará no solo a centrar esfuerzos allí donde hay más interés por parte de los makers, pero también a conocer las necesidades de los usuarios para "ofrecer los servicios que necesitamos". La implicación de Google en este ámbito podría animar a muchos makers a desarrollar nuevos proyectos de inteligencia artificial basados en la Raspberry Pi, algo que de hecho no es nuevo: existen ya proyectos que ofrecen reconocimiento de voz y también reconocimiento facial a pa

Un equipo de investigadores del MIT ha creado un modelo que, a partir de la voz de una persona, es capaz de predecir sus rasgos faciales Aún se encuentra en una fase muy temprana y los científicos necesitan seguir estudiándolo "para determinar hasta qué punto se basa en el lenguaje".

DeepSpeech v0.6 incluye una serie de optimizaciones de rendimiento, diseñadas para facilitar a los desarrolladores de aplicaciones el uso del motor sin tener que ajustar sus sistemas. Nuestro nuevo decodificador de transmisión ofrece la mayor mejora, lo que significa que DeepSpeech ahora ofrece baja latencia constante y utilización de memoria, independientemente de la longitud del audio que se transcribe. Los desarrolladores de aplicaciones pueden obtener transcripciones parciales sin preocuparse por los grandes picos de latencia.

Poco a poco, Microsoft va introduciendo nuevas funciones a su asistente virtual Cortana para hacerlo más practico e interactuar mejor con la información que puede adquirir de los usuarios.

Wit.ai, una startup recién creada con sede en Palo Alto, California, tiene entre manos una ambiciosa idea: crear un único sistema de reconocimiento de voz y que sea de uso estandarizado en el mundo de la tecnología.

Cada vez nuestra voz cobra mayor peso en el modo en que interactuamos con las tecnologías. En muchos casos lo hacemos por mera comodidad, pero podemos hacerlo porque otros trabajaron antes debido a la necesidad. Y es que cada vez son más las tecnologías que nos permiten desarrollar software mediante la voz (es decir, dictando comandos para manipular código y flujos de trabajo), algo posible porque algunos desarrolladores se vieron antes en la disyuntiva (afectados por discapacidades y lesiones) de crear estos sistemas o dedicarse a otra cosa.

Se llama Sebastian, es español y sirve para decidir cuándo el asistente de voz podrá escucharnos. Estamos ante un interruptor por voz, un genial prototipo de accesorio que puede conectarse a un asistente de voz como un Google Home Mini y controlar cuándo tendrá acceso a la corriente. La iniciativa surge del laboratorio de especulación BikoLabs, un espacio creativo dentro de Biko2, consultora tecnológica dedicada a diseñar y construir productos y servicios digitales.

Los ingresos del negocio de voz de los operadores móviles caerán un 45% en los próximos cinco años, canibalizados por los servicios OTT (Over-the-Top, servicios de voz de aplicaciones móviles de voz sobre protocolo de internet (VoIP) como WhatsApp, FaceTime o Skype). Según los datos del informe ‘Mobile Voice: Emerging Opportunities for Operators & Vendors 2019-2024’, elaborado por Juniper Research, los ingresos de los operadores móviles por el negocio de voz se reducirán un 45% en los próximo cinco años.

TikTok ha introducido una herramienta que permite a los usuarios clonar su propia voz utilizando inteligencia artificial. Esta función, aún en fase beta para la versión de Android, fue descubierta por el analista AssembleDebug, quien exploró las recientes actualizaciones de código de la popular red social. La función, denominada ‘Clonar tu voz con IA‘, promete replicar la voz de cualquier usuario con tan solo 10 segundos de grabación de audio.

Esta creación artificial utiliza una refinada arquitectura de redes neuronales para lograr una voz más humana en la conversión texto-a-voz (TTS). forma parte de un trabajo publicado en ArXiv bajo el enrevesado título de Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Predictions.

Asistentes de voz como Siri o Alexa tienen voz de mujer. Cuando preguntamos a los responsables de Amazon a qué se debía, la respuesta que nos dieron fue que inicialmente probaron con todo tipo de voces, tanto masculinas como femeninas, y que finalmente se eligió aquella voz con la personalidad que transmitía más amabilidad, calidez e inteligencia.

La Inteligencia Artificial permite detectar síntomas COVID a través de la voz humana. Podría implementarse en altavoces o teléfonos a través de una app o llamada telefónica. Las alteraciones en la voz o la tos, pistas clave para este sistema. Como resultado, el método propuesto por los investigadores es capaz de detectar la enfermedad COVID-19 con una precisión en torno al 77% analizando únicamente la voz del paciente.

El miércoles llamé al servicio automático de mi banco. Para empezar, el banco me pidió que dijera con mis propias palabras por qué llamaba. En lugar de hablar en voz alta, hice clic en un archivo de mi portátil para reproducir un clip de sonido: "Comprobar mi saldo", decía mi voz. Pero en realidad no era mi voz. Era un clon sintético que había creado con tecnología de inteligencia artificial. [...] No podía creerlo: había funcionado. Había utilizado una réplica de voz controlada por inteligencia artificial para entrar en una cuenta bancaria.

Los actores de voz están molestos por el uso de sus voces copiadas por IA en mods NSFW y explícitos de Skyrim. Un usuario de Twitter ha publicado una lista de actores de voz, cuyas voces fueron utilizadas en mods pornográficos usando deepfakes de IA. La Asociación Nacional de Actores de Voz (NAVA) reaccionó a esta publicación con una declaración propia en Twitter. Condenando el uso de voces generadas para material explícito y mods.

El funcionamiento del programa es muy sencillo: éste reconoce la voz del usuario a través del micrófono y realiza lo que él dice en la pantalla a través de un puntero. “Hasta ahora solo existían ratones que se movían con la lengua para personas discapacitadas, así que decidimos centrarnos en desarrollar una herramienta que funcionase con el reconocimiento de voz”, explica Cecilio Delgado, coautor del trabajo.

Google no solo escucha las búsquedas, el motor de búsqueda también está grabando y almacenando cada búsqueda de voz que se realiza. Google es increíblemente preciso en la comprensión de la voz. La compañía almacena en secreto búsquedas de sus usuarios de su asistente por voz de Google Voice Search y función de búsqueda de Google.

La mujer que pone voz a Siri, el asistente de voz de iPhone. Se llama Iratxe Gómez y vive en Dulantzi.