Verset ajánl és William Sieghart hangján szólal meg az Ode Poetry

Költészeti konzultáció digitális formában

William Sieghart brit költészetpártoló, a Poetry Pharmacy antológiák szerzője, és közreműködött a brit Nemzeti Költészet Napjának létrehozásában. Rendezvényeken személyes konzultációkat tart, amelyeken a résztvevők elmondják, mi foglalkoztatja őket, ő pedig egy hozzájuk illő verset ajánl.

A Microsoft AI július 9-i közleménye szerint Sieghart azt kérte a vállalattól, hogy ezeket a beszélgetéseket globális közönség számára is elérhetővé tegye. Az eredmény az Ode Poetry, amelyet a Microsoft AI a Gravity Road kreatív stúdióval együttműködésben készített.

Az élményben a rendszer arról kérdezi a felhasználót, hogyan érzi magát, majd Sieghart irodalmi elemzésére és a Poetry Pharmacy könyvekben meghatározott szempontokra támaszkodva ajánl egy verset. A kiválasztott művet egy valódi ember felolvasásában lehet meghallgatni. A Microsoft szerint a mesterséges intelligencia ebben a folyamatban a hallgató, az eredeti költemény kreativitása és az emberi előadó közötti kapcsolatot támogatja.

A MAI modellek feladata a hallgatás és a megszólalás

Az Ode Poetry a MAI-Transcribe modellt használja a beszéd valós idejű értelmezésére. A Microsoft szerint a modell a beszélt kommunikáció különböző nyelveit, akcentusait, nyelvjárásait és stílusait is kezeli, valamint nehezebb hanghelyzetekben, például háttérzaj mellett is működik.

A vállalat közlése szerint a MAI-Transcribe legújabb, 2026 júliusában vizsgált változata, a MAI-Transcribe-1.5, a FLEURS teszten 4,86 százalékos szóhibaarányt ért el. A Microsoft ezt a versenytársak között legalacsonyabb értékként mutatja be.

A rendszer másik fontos eleme a MAI-Voice, amely Sieghart jellegzetes beszédstílusát reprodukálja rövid hangminta alapján. A Microsoft szerint a modell mögött nagyméretű, többnyelvű adatfeldolgozási rendszer és nagy pontosságú stúdiófelvételek állnak. Ezek segítségével a modell különböző helyzetekben természetes hangzásra és egy adott beszélő stílusának hű visszaadására is képes.

Biztonsági tesztekkel finomították az ajánlásokat

Az Ode Poetry fejlesztésének egyik technikai kihívása az volt, hogy a rendszer megfelelő időben és hangnemben reagáljon, miközben Sieghart költészeti szemléletéhez is igazodik. A fejlesztők egy olyan rendszert alakítottak ki, amely a szabadabb beszélgetést a versajánláshoz szükséges strukturált feltételekhez kapcsolja. Ehhez meghatározott logikát és eszközhívásokat is alkalmaztak.

A Microsoft AI a biztonságos használat érdekében olyan próbákat is végzett, amelyek célja a nyelvi modell megtévesztése és valódi pszichiátriai diagnózisok megfogalmazásának kikényszerítése volt. A közlemény szerint biztonsági értékelésekkel, célzott támadási tesztekkel és védelmi korlátok frissítésével akadályozták meg a nem megfelelő működések egy részét.

A fejlesztők különböző érzelmi helyzetekben vizsgálták az élményt, majd ismételten módosították az utasításokat, az ajánlási logikát és a beszédkimenetet. A Microsoft szerint a pontosság, a következetesség, a késleltetés, a következtetés és a kifejezőerő egyaránt hatással volt a végső eredményre.

A projekt célja a költészet szélesebb közönséghez juttatása

Sieghart a Microsoftnak úgy fogalmazott, amikor először hallotta digitális kiterjesztését: „Az egyik kutató rögzítette a bemutatkozásomat, és a következő pillanatban már a hangomon játszott le valamit. A hanglejtés, a szünetek, egyszerűen csak azt gondoltam, hogy ez elég jó.”

Hozzátette: „Nagyon izgalmas számomra, mert amire most együtt készülünk, az bizonyos értelemben életem célja: hogy a költészetet mindenkihez eljuttassuk.”

Az Ode Poetry a közlemény szerint elindult, a felhasználók pedig kipróbálhatják a Siegharttal folytatott digitális költészeti beszélgetést. A Microsoft az MAI Playground felületét is ajánlja a MAI modellek legújabb változatainak tesztelésére.