OpenAI model Voice Engine za samo 15 sekundi u potpunosti može da imitira vaš glas

OpenAI, kompanija u koju investira Microsoft, nedavno je otkrila da njihova tehnologija kloniranja glasa zahteva samo 15 sekundi audio materijala kako bi reprodukovala nečiji glas. Zasluga za to ide tehnologiji pod nazivom Voice Engine, koja je razvoju od 2022. godine i iako je korišćena za kreiranje ChatGPT glasova, nije široko primenjena zbog straha od zloupotrebe.

Kompanija OpenAI ističe potrebu za oprezom i informisanjem u vezi sa primenom ove tehnologije zbog potencijalne zloupotrebe sintetičkog glasa, i istovremeno želi da pokrene dijalog o odgovornoj primeni sintetičkih glasova i adaptaciji društva na ove nove mogućnosti.

Oprez i zabrinutost zbog nove tehnologije odnosi se na prevarantske svrhe, koja su već prisutne u raznim oblicima, uključujući prevaru putem telefonskih poziva. Takođe postoji zabrinutost o potencijalnom političkom uticaju te tehnologije, kao što je nedavni incident u kome je klon glasa američkog predsednika Bajdena pozivao ljude da ne glasaju na izborima, piše DigitalTrends.

Ipak, postoji i svetlija strana primene Voice Engine tehnologije. OpenAI sugeriše da bi mogla da se koristi za pružanje pomoći u čitanju osobama sa oštećenim vidom, kao i deci, koristeći prirodne i emotivne glasove. Takođe, u objavi kompanije je istaknuta i mogućnost korišćenja ove tehnologije za trenutni prevod video zapisa i podkasta.

Shutterstock / salarko

Osim toga, VoiceEngine tehnologija može biti korisna pacijentima koji postepeno gube glas zbog bolesti i tako im omogući da nastave komunikacijju koristeći glas koji zvuči kao njihov sopstveni.

Na OpenAI sajtu možete pronaći neke primere zvuka generisane veštačkom inteligencijom na ovaj način koji zaista zvuče impresivno.