Презентация 1

1.

Использование ИИ для
создания речевых и
музыкальных сигналов.
Подготовил: Сливницын А.В. ЗВс-125
Научный руководитель: Качалов Ю.А.

2.

Введение
Искусственный интеллект за последние несколько лет
совершил качественный скачок в области генерации звуковых
сигналов — как речевых, так и музыкальных. Если ещё десять
лет назад синтезированная речь безошибочно
распознавалась слушателем как «машинная», а
алгоритмическая музыка оставалась нишевым экспериментом,
то сегодня нейросетевые модели способны создавать
аудиоконтент, практически неотличимый от записей,
выполненных живыми исполнителями.

3.

1.Эволюция нейросетевого синтеза речи
Принцип работы Tacotron 2
Принцип работы WaveNet

4.

Примеры фраз первых систем
синтеза речи
WaveNet
Tacotron 2
FastSpeech

5.

2.Современные платформы
синтеза речи

6.

3.ИИ-генерация музыкальных
сигналов

7.

4.Технологические основы
музыкальной генерации
Модель обучается на
больших массивах
музыкальных данных,
выявляя закономерности в
мелодических,
гармонических и ритмических
структурах разных жанров.
Текстовой запрос преобразуется
в “Цифровой код”, который
нейросеть превращает в звук
На последнем этапе ИИ
рендерит вокал,
накладывает инструменты,
сводит и мастерит трек

8.

5.Применение в звукорежиссуре
ADR(Automated Dialogue Replacement) и дубляж: ИИ-синтез существенно ускоряет процесс замены
диалогов, снижая потребность в повторных записях и сокращая общие затраты на производство.
Интерактивный звук: генерация динамических саундтреков для видеоигр и VR-приложений, адаптирующихся к действиям
пользователя в реальном времени.
Доступность контента: автоматическая озвучка текстов для людей с нарушениями зрения, образовательных платформ и
аудиокниг.
Автоматический мастеринг: инструменты вроде LANDR и iZotope
Ozone используют ИИ для анализа частотного содержания и динамики микса, предлагая стартовые точки для мастерингцепочки.

9.

6.Этические и правовые аспекты

10.

7. Тенденции и перспективы
Консолидация рынка
Лицензированное
обучение
Мультимодальность

11.

Заключение
Технологии ИИ-синтеза речи и музыки прошли
стремительный путь от лабораторных прототипов
до коммерческих продуктов студийного качества.
Модели достигли уровня MOS(mean opinion score усредненная оценка естественности речи),
сопоставимого с живой записью; платформы
генерации музыки создают треки с вокалом и
аранжировкой за секунды. Вместе с тем ключевые
вопросы — авторского права, этики обучения,
защиты голосовой идентичности — требуют
выработки новых правовых и профессиональных
стандартов. Задача звукорежиссёрского
сообщества — не противостоять этим изменениям,
а выстроить осознанную, этически обоснованную и
творчески продуктивную практику работы с
генеративным ИИ.

12.

Спасибо за внимание!