Nvidia mostró un nuevo modelo de inteligencia artificial para generar música y audio que puede modificar voces y generar sonidos novedosos: una tecnología dirigida a los productores de música, películas y videojuegos.

Nvidia, el mayor proveedor mundial de chips y software utilizados para crear sistemas de inteligencia artificial, dijo que no tiene planes inmediatos de lanzar públicamente la tecnología, a la que llama Fugatto, abreviatura de Foundational Generative Audio Transformer Opus 1.

Se suma a otras tecnologías mostradas por empresas emergentes como Runway y actores más grandes como Meta Platforms que pueden generar audio o video a partir de un mensaje de texto.

La versión de Nvidia, con sede en Santa Clara, California, genera efectos de sonido y música a partir de una descripción de texto, incluidos sonidos novedosos como hacer que una trompeta ladre como un perro.

Lo que la hace diferente de otras tecnologías de IA es su capacidad de captar y modificar el audio existente, por ejemplo, tomando una línea tocada en un piano y transformándola en una línea cantada por una voz humana, o tomando una grabación de palabras habladas y cambiando el acento utilizado y el estado de ánimo expresado.

«Si pensamos en el audio sintético de los últimos 50 años, la música suena diferente ahora debido a las computadoras, debido a los sintetizadores», dijo Bryan Catanzaro, vicepresidente de investigación de aprendizaje profundo aplicado en Nvidia. «Creo que la IA generativa traerá nuevas capacidades a la música, a los videojuegos y a la gente común que quiere crear cosas».

Mientras que empresas como OpenAI están negociando con los estudios de Hollywood sobre si la IA podría usarse en la industria del entretenimiento y cómo, la relación entre la tecnología y Hollywood se ha vuelto tensa, particularmente después de que la estrella de Hollywood Scarlett Johansson acusara a OpenAI de imitar su voz.