دیجیاتو/ آزمایشگاه «Adobe Research» و محققان دانشگاه «Northwestern» سیستم هوش مصنوعی به نام Sketch2Sound را توسعه داده‌اند. به کمک این سیستم طراحان صدا می‌توانند افکت‌های صوتی حرفه‌ای و فضاهای صوتی منحصربه‌فرد را فقط با زمزمه، تقلید صدا و توضیحات متنی ایجاد کنند. این سیستم به طراحان این امکان را می‌دهد که افکت‌های صوتی پیچیده را فقط با ورودی‌های صوتی یا متنی ساده بسازند.

پردازش ورودی صوتی ساده برای تولید صداهای دقیق
طبق گزارش «The-Decoder» سیستم Sketch2Sound از ورودی‌های صوتی دقیق استفاده می‌کند و 3 ویژگی کلیدی صدا را تجزیه‌وتحلیل می‌کند: بلندی، رنگ (که مشخص می‌کند صدا چقدر روشن یا تیره است) و تُن. سپس این ویژگی‌ها با توضیحات متنی ترکیب شده و صدایی دقیقاً مطابق نیاز کاربر ایجاد می‌کند؛ برای مثال، اگر کاربر دستور متنی فضای جنگلی را وارد کند و صداهای کوتاهی با دهانش دربیاورد، سیستم به‌صورت خودکار این زمزمه را به صدای پرندگان تبدیل می‌کند.

یکی از ویژگی‌های جالب Sketch2Sound این است که می‌تواند زمینه و مفهوم ورودی‌های کاربر را به‌درستی تشخیص دهد؛ برای مثال، وقتی کاربر الگوی درام ایجاد می‌کند، سیستم خودکار از نت‌های پایین برای ایجاد صدای باس درام و از نت‌های بالا برای ایجاد صدای درام کوچک استفاده می‌کند.

طراحان صدا با این ابزار می‌توانند صداهای تولیدشده را دقیق کنترل کنند. تیم تحقیقاتی ادوبی به ابزار Sketch2Sound قابلیت‌هایی برای فیلترکردن صدای تولیدشده اضافه کرده است که طراحان می‌توانند متناسب با نیازشان صداها را دقیق یا تقریبی کنترل کنند. این ویژگی می‌تواند برای هنرمندان متخصص صداسازی (کسانی که افکت‌های صوتی برای فیلم‌ها ایجاد می‌کنند) بسیار مفید باشد؛ زیرا می‌توانند با استفاده از صدای خود افکت‌های موردنظر را سریع‌تر و راحت‌تر ایجاد کنند.

بااینکه Sketch2Sound امکانات گسترده‌ای برای طراحان صدا فراهم می‌آورد، محققان می‌گویند ویژگی‌های صوتی فضایی (Spatial) می‌توانند گاهی مشکلاتی در تولید صدا ایجاد کنند و تیم تحقیقاتی در تلاش است این مشکلات را برطرف کند. ادوبی هنوز تاریخ مشخصی برای عرضه تجاری این ابزار اعلام نکرده است.