Moshi AI vs Voice Changer App - Celebrity Voices

Moshi AI est un modèle conversationnel natif à la parole développé par Kyutai, un laboratoire de recherche open-science basé à Paris. Au lieu de chaîner la reconnaissance vocale, la génération de texte et la synthèse vocale, Moshi traite directement l'audio et mène des conversations vocales en duplex intégral avec une latence minimale.

Sa conception multi-flux exécute des canaux séparés pour l'utilisateur, la sortie vocale de Moshi, et un flux de texte Monologue intérieur qui améliore la cohérence. Cette configuration permet à Moshi d'écouter et de parler en même temps, de gérer les chevauchements, les interruptions et la réponse en arrière-plan comme lors d'une vraie conversation, plutôt que des tours de parole rigides.

Moshi est construit sur Helium, un modèle linguistique de 7 milliards de paramètres, et Mimi, le codec audio neuronal de Kyutai. Les poids et le code d'inférence sont disponibles pour PyTorch, Rust, et MLX, et vous pouvez l'essayer dans le navigateur sur moshi-chat.kyutai.org. Les chercheurs, les développeurs d'IA vocale, et toute personne créant des interfaces vocales en temps réel y trouveront le plus de valeur.

Celebrity Voice Changer transforme votre voix en imitations de célébrités grâce à l'apprentissage profond, sans modification de la hauteur ou filtres d'écho. Vous touchez une icône de personnage, parlez dans le micro, et l'application génère un court clip vidéo avec vos mots prononcés dans cette voix. Elle fonctionne sur iPhone, iPad et Android, et le développeur affirme que plus de 25 millions de personnes l'ont adoptée.

La plupart des applications de changement de voix modifient la hauteur ou ajoutent des effets de voix de type écureuil. Celle-ci entraîne des réseaux neuronaux sur de larges ensembles de données vocales pour créer des polices vocales, de sorte que le résultat ressemble davantage à une personne spécifique qu'à un filtre générique. La liste des célébrités dans l'application est plus étendue que celle présentée sur le site web, et vous pouvez demander de nouvelles voix via l'application.

L'application convient aux créateurs de contenu, aux organisateurs de fêtes et à toute personne réalisant des clips parodiques ou des canulars téléphoniques. Vous enregistrez de l'audio ou de la vidéo, partagez sur les réseaux sociaux, et alternez entre des voix comme Donald Trump, Obama ou des personnages fictifs. Une connexion internet est nécessaire car la génération vocale s'effectue côté serveur.