কৃত্রিম বুদ্ধিমত্তার (এআই) কণ্ঠস্বর সাধারণত বাস্তবিক ও বন্ধুত্বসুলভ হওয়ার চেষ্টা করে।
কৃত্রিম বুদ্ধিমত্তার (এআই) কণ্ঠস্বর সাধারণত বাস্তবিক ও বন্ধুত্বসুলভ হওয়ার চেষ্টা করে। ফলে মডেলগুলো মানুষের মতো সুখী, হাসিখুশি স্বাভাবিক আচরণ করছে বলে মনে হয়। তবে ডিয়া নামের নতুন একটি ওপেন সোর্স মডেল এ আবেগের বহিঃপ্রকাশে নতুন মাত্রা যোগ করেছে। এটি হাসি, কাশি, গলা খাঁকারি, নাক টানার মতো অবাচনিক (নন-ভার্বাল) শব্দের পাশাপাশি চিৎকারও করতে পারে। খবর টেকরাডার।
ডিয়ার নির্মাতা ছোট একটি দল নারি ল্যাবস এআইয়ের কণ্ঠস্বরকে অভিনেতার মতো নিজের আবেগ প্রকাশে সক্ষম করে তুলেছে।
প্রতিবেদন অনুযায়ী, অনেকের কাছে চিৎকার করা সহজ মনে হতে পারে। কিন্তু বাস্তবে চিৎকার শুধু স্বর উঁচু করা নয়; এটি একেবারে ভিন্ন ধরনের শারীরিক ও আবেগের প্রকাশ। অধিকাংশ এআই মডেল যেখানে মসৃণ ও সমান স্বরে কথা বলে, সেখানে ডিয়া কথার ছন্দ, শ্বাস-প্রশ্বাসের গতি এবং স্বরের ওঠানামার মাধ্যমে বাস্তবের মতো অনুভূতি প্রকাশ করে।
নারি ল্যাবসের দাবি, ডিয়া কেবল শব্দ পড়েই ক্ষান্ত হয় না। এটি হাসি, কাশি, গলা পরিষ্কার করা বা নাক টানার মতো অবাচনিক অভিব্যক্তিও স্বাভাবিকভাবে ফুটিয়ে তুলতে পারে।
এআই জগতে ওপেনএআই, ইলেভেনল্যাবস, গুগল ও অন্যরাও অসাধারণ কৃত্রিম বুদ্ধিমত্তার ভয়েস মডেল তৈরি করেছে। উদাহরণস্বরূপ, ওপেন এআইয়ের অ্যাডভান্স ভয়েজ মুড বিভিন্ন ধরনের আবেগ দিয়ে কথা বলতে পারে। আর ইলেভেনল্যাবস উচ্চারণের ভঙ্গি পরিবর্তনে দক্ষ। আরো কিছু মডেল বিশেষভাবে বাস্তব মানুষের মতো শোনাতে ও প্রতিক্রিয়া জানাতে পারদর্শী। তবে প্রকৃতপক্ষে হঠাৎ চমকে ওঠা বা প্রাণখোলা হাসি, এ ধরনের প্রাণবন্ত প্রতিক্রিয়া দেখানোর দিক দিয়ে তারা এখনো সীমিত।
অবশ্য প্রযুক্তিবিদরা বলছেন, ডিয়া যে একটি কৃত্রিম বুদ্ধিমত্তার কণ্ঠস্বর, তা কেউ খুব দ্রুত বুঝে যাবেন। কিন্তু নকল চিৎকার ও হাসিও সঠিক পরিস্থিতিতে বেশ স্বাভাবিক মানুষের কণ্ঠস্বর বলে ভ্রম হতে পারে।
তবে এআইয়ের আবেগ প্রকাশের সক্ষমতা বাড়ার সঙ্গে সঙ্গে মিথ্যা প্রভাব বিস্তারের ঝুঁকিও বাড়ছে। আবেগ দেখিয়ে কেউ এআই ব্যবহার করে মানুষের মনোবল বা সিদ্ধান্ত প্রভাবিত করতে চাইতে পারে বলে আশঙ্কা করছেন প্রযুক্তি বিশেষজ্ঞরা।
