NaturalReader es una aplicación gratuita online que convierte texto a audio. Las voces son bastante realistas y funcionan para idioma español, además se pueden configurar «emociones».
NaturalReader convierte texto (PDF y más de 20 formatos) en audio hablado para que pueda escuchar sus documentos, libros electrónicos y materiales escolares. El audio puede grabarse convertido a formato MP3.
La versión gratis permite probar las funciones básicas. Hay una suscripción paga (Premium) para usar a fondo la herramienta, por ejemplo en Premium se puede elegir una voz humana en vez de las voces artificiales.
MusicLM es un modelo que genera música de alta fidelidad a partir de descripciones de texto, por ejemplo «una melodía relajante de violín respaldada por un riff de guitarra distorsionado». MusicLM proyecta el proceso de generación de música condicional como una tarea de modelado jerárquico de secuencia a secuencia, y genera música a 24 kHz que se mantiene constante durante varios minutos.
Los autores son Andrea Agostinelli, Timo I. Denk, Zalán Borsos, Jesse Engel, Mauro Verzetti, Antoine Caillon, Qingqing Huang, Aren Jansen, Adam Roberts, Marco Tagliasacchi, Matt Sharifi, Neil Zeghidour, Christian Frank, del equipo de Google Research.
Los experimentos realizados por los autores muestran que MusicLM supera a los sistemas anteriores tanto en calidad de audio como en adherencia a la descripción del texto. Además, demuestran que MusicLM se puede condicionar tanto en texto como en melodía, ya que puede transformar melodías silbadas y tarareadas de acuerdo con el estilo descrito en una leyenda de texto.
Para respaldar futuras investigaciones, publicaron MusicCaps, un conjunto de datos compuesto por 5.500 pares de música y texto, con descripciones de texto enriquecido proporcionadas por expertos humanos.
Vocal Remover es una aplicación en línea gratuita, que elimina las voces de una canción, creando una versión karaoke.
Una vez que elijas una canción, la inteligencia artificial separará las voces de los instrumentos. Obtendrá dos pistas: una versión de karaoke de la canción (sin voces) y una versión acapella (las voces aisladas). Se puede escuchar y descargar la canción, y poner los niveles de volumen para cada pista. El algoritmo de inteligencia artificial se denomina «Splitter AI».
