TalkingMachines: Character.AI ने लॉन्च किया नया टूल, अब AI से बने कैरेक्टर बोलेंगे लाइव वीडियो में

AI चैटबॉट प्लेटफॉर्म Character.AI ने अपनी नई AI टेक्नोलॉजी TalkingMachines को लॉन्च किया है। यह एक नया डिफ्यूजन मॉडल है, जो रीयल-टाइम, ऑडियो-ड्रिवन, FaceTime-जैसे इंटरएक्टिव वीडियो बनाने में सक्षम है। Google के स्वामित्व वाली इस स्टार्टअप ने कहा कि यह मॉडल केवल एक इमेज और वॉइस सिग्नल के जरिए कैरेक्टर का लाइव वीडियो तैयार कर सकता है, वो भी अलग-अलग स्टाइल, जेनर और पहचान के साथ।

TalkingMachines एक डिफ्यूजन ट्रांसफॉर्मर (DiT) मॉडल पर आधारित है, जो Asymmetric नॉलेज डिस्टिलेशन तकनीक का इस्तेमाल करता है। इसके जरिए एक उच्च गुणवत्ता वाला वीडियो मॉडल, रीयल-टाइम में तेजी से काम करने वाले जेनरेटर में बदला जाता है। यह मॉडल आवाज सुनता है और उसी के अनुसार कैरेक्टर के मुंह, आंखों और सिर की हरकतों को सिंक्रोनाइज करता है। हर शब्द, पॉज और टोन के साथ कैरेक्टर के एक्सप्रेशन में कोई कमी नहीं आती यानी इमेज क्वालिटी, स्टाइल और एक्सप्रेसिवनेस बरकरार रहती है।

Character.AI ने एक 1.2 बिलियन पैरामीटर वाला ऑडियो मॉड्यूल तैयार किया है, जो न सिर्फ आवाज, बल्कि सन्नाटे को भी पकड़ सकता है। कंपनी का दावा है कि यह मॉडल अनगिनत लंबाई का वीडियो बिना क्वालिटी गिरावट के बना सकता है।