OpenAI dezvăluie un nou instrument cu inteligență artificială care poate imita vocile umane

OpenAI a dezvăluit un nou instrument de inteligență artificială care poate imita vocile umane cu o acuratețe uimitoare, relatează CNN.

Generatorul de voce AI are o serie de aplicații potențiale, inclusiv pentru serviciile de accesibilitate, dar ar putea, de asemenea, să genereze îngrijorări legate de dezinformare și alte forme de abuz.

OpenAI a împărtășit mostre de la primele teste ale instrumentului, numit Voice Engine, care utilizează un eșantion de 15 secunde de la o persoană care vorbește pentru a genera o replică convingătoare a vocii acesteia. Utilizatorii pot furniza apoi un paragraf de text, iar instrumentul îl va citi în vocea generată de AI.

Există deja mai multe servicii de voci generate de inteligența artificială disponibile pentru public, dar, așa cum a făcut cu chatbotul ChatGPT, OpenAI s-a dovedit a fi deosebit de priceput în a obține o adoptare pe scară largă a instrumentelor de inteligență artificială.

Un instrument text-voce activat de AI ar putea ajuta la traducere, la asistența la citire pentru copii sau la sprijinirea persoanelor care și-au pierdut capacitatea de a vorbi, spune compania. Dar unii sceptici se tem că ar putea, de asemenea, să alimenteze crearea de dezinformare sau să faciliteze comiterea de escrocherii.

OpenAI spune că Voice Engine este utilizat în prezent doar de un „grup restrâns de parteneri de încredere”, inclusiv companii din domeniul educației și al tehnologiei medicale, și că va folosi testele acestora pentru a determina dacă și cum să permită o utilizare mai largă. Acești testeri au fost de acord să nu recreeze vocile oamenilor fără consimțământul explicit al acestora și să identifice în mod clar pentru ascultători că ceea ce aud este generat de AI, potrivit companiei.

„Recunoaștem că generarea de discursuri care seamănă cu vocile oamenilor are riscuri serioase, care sunt în special în prim-plan într-un an electoral”, a declarat OpenAI într-o postare pe blog. Compania a recunoscut că este nevoie de schimbări majore pe măsură ce sunetul generat de AI devine disponibil pe scară mai largă, deși nu intenționează să lanseze imediat Voice Engine către public. De exemplu, compania a sugerat eliminarea treptată a autentificării prin voce pentru conturile bancare.

„Orice implementare pe scară largă a tehnologiei de voce sintetică ar trebui să fie însoțită de experiențe de autentificare vocală care să verifice dacă vorbitorul original își adaugă vocea în mod conștient la serviciu și de o listă de voci interzise care să detecteze și să împiedice crearea de voci prea asemănătoare cu personalități importante”, a declarat OpenAI.

Voice Engine poate utiliza o mostră de voce într-o limbă pentru a crea o replică a vocii care poate vorbi în mai multe alte limbi.

Anunțul despre Voice Engine vine în timp ce utilizatorii așteaptă lansarea publică a Sora, instrumentul video generat de inteligența artificială pe care OpenAI l-a prezentat luna trecută. Sora poate crea videoclipuri de 60 de secunde cu aspect realist pornind de la instrucțiuni text, având capacitatea de a crea scene cu mai multe personaje, tipuri specifice de mișcare și detalii elaborate de fundal. ChatGPT de la OpenAI poate, de asemenea, să genereze imagini pornind de la un mesaj text.

Separat, OpenAI a mai anunțat că pune ChatGPT la dispoziția oricui, fără a fi nevoie să se înregistreze pentru a utiliza serviciul.

Compania a precizat că poate folosi orice text care este încărcat în ChatGPT pentru a-și îmbunătăți modelele, dar a spus că acest lucru poate fi dezactivat prin intermediul setărilor, chiar și fără un cont. Totuși, fără un cont, utilizatorii nu vor putea să salveze sau să revizuiască istoricul de chat sau să acceseze diverse funcții, inclusiv conversații vocale și instrucțiuni personalizate.