Доајенот на македонското радио и телевизија, спикерката Бранка Станковска повторно ѝ „зборува“ на македонската јавност. Говорот е овозможен благодарение на иновативниот стартап Tytl од Валандово. Со помош на напредни техники за клонирање на глас и вештачка интелигенција, тимот на Tytl успешно го реконструираше автентичниот глас на Станковска, успешно доловувајќи ги нејзината препознатлива дикција, боја и начин на говор.
За авторите на овој проект, тој претставува значаен исчекор не само во технологијата, туку и во зачувувањето на македонското културно наследство.
„Овој проект не е само технолошки исчекор, тој е чин на зачувување на македонското културно наследство, какво што е Бранка Станковска“, вели Столе Китановиќ, соосновач на Tytl. „Со Бранка пораснаа генерации слушатели, а сега ѝ даваме можност повторно да им раскажува приказни на младите во дигитална форма.“
Процесот на дигитална реконструкција траел повеќе месеци. Тим од аудио-инженери и AI-истражувачи со голема прецизност одбирале и чистеле архивски снимки за да создадат кристално чист аудио материјал. Финалниот модел е трениран да ги задржи сите нијанси што ја прават Бранка веднаш препознатлива, од нејзината топлина во поздравите, до динамичната интонација при кулминациите на приказните.
„Најголемиот предизвик беше создавањето на аудио материјал погоден за тренирање на моделот. Повеќето снимки што ги имавме беа од документарни емисии од архивата на МРТВ, каде гласот на Бранка беше мешан со музика, амбиентални звуци и други гласови. Ова бараше огромен напор за да се изолира само нејзиниот глас и да се добие доволно чиста звучна слика.
Користевме напредни open source решенија и AI технологии за вокално разделување и подобрување на квалитетот. Тоа беше процес што траеше долго и напредуваше паралелно со развојот на самите алатки и технологии.“, открива Китановиќ.
Дури и по креирањето на потребниот сет на податоци за тренирање на вештачката интелигенција целиот процес бил долготраен. Гласот на Станковска не е креиран наеднаш, туку е плод на долга работа со многу итерации.
Процесот на дигитална реконструкција започна уште во 2023-та година. Кога првпат ја слушнавме, резултатот само оддалеку наликуваше на гласот на Бранка Станковска. Со секоја нова итерација, со секое техничко подобрување, и нов пристап стануваше се поблизок до нејзиниот. Затоа, кај нас немаше конкретен момент кога ја слушнавме „вистинската“ Бранка, туку беше постепен процес, полн со мали, но значајни чекори напред.
Иако успешно го креираа гласот на познатата спикерка во Tytl сѐ уште не одлучиле дали ќе биде дел од платформата. Досега немале контакт со семејството на Станковска, но се надеваат дека како и тие, и семејството ќе биде задоволно од гласот.
Со семејството, засега немаме контакт. Сепак, би ни било исклучително драго доколку иницијативата ја доживеале позитивно, и ако на некој начин придонела за негување на споменот за Бранка. Доколку се одлучиме гласот да биде интегрален дел од Tytl, секако ќе стапиме во контакт со нејзините наследници и ќе постапиме со длабока почит.
Како функционира Tytl?
Tytl е македонска платформа за продукција на аудиокниги, потпомогната од вештачка интелигенција. Вештачката интелигенција овозможува замена на стандардното едногласно раскажување. Книгите да се читаат со повеќе гласови, а дополнително овозможено е и збогатување со звучни ефекти. На екранот истовремено течат синхронизирани титлови и илустративни визуелизации, кои се генерирани од вештачка интелигенција.
Платформата нуди и низа други функции. Дел од нив се прилагодување на брзината на читање, избор на различни стилови на нарација, па дури и персонализирани аватари. Благодарение на сопствениот модул „SCENA“, Tytl автоматски ги препознава сцените во текстот и ја усогласува музиката, амбиенталниот звук и динамиката на гласовите, создавајќи уникатен ефект. Оваа комбинација е особено корисна за лицата со оштетен вид, учениците што учат странски јазици, но и за сите кои сакаат поинакво доживување на литературата, особено во движење.
Проектот со гласот на Бранка Станковска е само прв чекор во пошироката иницијатива на Tytl за дигитално реставрирање на гласови со културно наследство. Компанијата најавува соработка со издавачи, автори и медиумски куќи за проширување на аудио-книжниот фонд на македонски јазик.
Секако, можностите и потенцијалот се големи. Овој проект е само прв чекор во насока на дигитално зачувување на гласовите што носат културна тежина. Веруваме дека ваквите технологии ќе најдат широка примена во области како што се забавната индустрија, образованието, културата и слично. Она што лично најмногу ме инспирира е чувството дека сме на самиот праг на нова ера. Со напредокот на вештачката интелигенција работите стануваат се повозбудливи. Денес се работи за гласови, но се појасно гледаме како се отвора патот кон дигитални репрезентации што можат да ја продолжат човечката присутност на начин што досега бил незамислив. Тоа не значи бесмртност во вистинска смисла, но е дефинитивно нов начин на паметење и овековечување на нечиј глас и лик. Секако, со оваа можност доаѓа и одговорност, етичкиот аспект секогаш мора да биде во преден план, особено денес кога реалистичното клонирање на гласови станува се подостапно.
Голема желба ми е да ја вратиме Бранка во етерот, таму каде што припаѓа. Не само како сеќавање, туку како глас што повторно „живее“. На добар пат сме да го постигнеме тоа.
Tytl, е основана во 2023 година, а наскоро ќе биде достапна како веб-апликација и како мобилна апликација за iOS и Android. Планирана е и интеграција со паметни звучници и Smart TV уреди. Проектот е поддржан од Фондот за иновации и технолошки развој (ФИТР) и е дел од NVIDIA Inception, глобална програма за поддршка на AI стартапи.
Стани премиум член и доби пристап до сите содржини, специјален попуст на над 2.200 производи во ИТ маркет, верификуван профил и можност за огласување на ИТ Огласник. Плус ќе го поддржиш медиумот кој го градиме цели 16 години!
Доколку веќе имаш премиум членство, најави се тука.
“Режисер„ , Недела„ – приметен српски акцент.
Нејзе гласот и беше подлабок – независно – можело и подобро ..