Технологии изменения голоса в онлайн-коммуникациях развивались следующим образом:

• В начале 1960-х годов в Bell Labs была разработана первая система синтеза речи (TTS). 1 Она использовала элементарные алгоритмы для преобразования текста в произнесённые слова. 1
• В 1990-е годы технологии преобразования текста в речь стали более доступными для широкой публики. 1 Windows интегрировала функциональность TTS в свои операционные системы. 1 Появилась поддержка различных языков, что сделало синтез речи более инклюзивным. 1
• В 90-е годы технология нашла применение в аудиокнигах, анимации, подкастах и видеоиграх. 1 Для озвучки стали использовать женские голоса и различные акценты и диалекты. 1
• В 2000-е годы произошла более продвинутая интеграция TTS в повседневные технологии. 1 Появились более сложные генераторы голосов на основе искусственного интеллекта и речевые технологии. 1
• В настоящее время для генерации правдоподобного голоса используются диффузионные нейронные сети. 4 Искусственный интеллект может изменять основные звуки слов, отражая интонацию, ударение и ритм, делая звуки более естественными и целостными. 5