„Voice Engine wykorzystuje wprowadzany tekst i zaledwie 15-sekundową próbkę dźwięku, aby wygenerować naturalnie brzmiącą mowę, bardzo podobną do mowy oryginalnego mówcy” – podała w piątek amerykańska firma. OpenAI pracuje nad programem od 2022 roku, m.in. nad udoskonaleniem oprogramowania konwertującego tekst na mowę.
Czas pokaże jednak, czy i kiedy Voice Engine będzie dostępny dla ogółu społeczeństwa. OpenAI stwierdziło, że taka aplikacja stwarza znaczne ryzyko, szczególnie w roku wyborczym. Ze względu na możliwe nadużycia grupa podchodzi do kwestii zatwierdzenia „ostrożnie i świadomie”. OpenAI liczy na dyskusję na temat szans i zagrożeń związanych z technologią oraz chce przeprowadzić dalsze testy.
W styczniu fałszywe rozmowy telefoniczne podsyciły strach przed manipulacją przy użyciu sztucznej inteligencji w wyścigu o Biały Dom. W automatycznych rozmowach głos łudząco podobny do głosu prezydenta USA Joe Bidena wzywał Demokratów w New Hampshire, aby nie brali udziału w prawyborach. Takie tzw. automatyczne połączenia telefoniczne są powszechnym narzędziem kampanii wyborczej w USA.
OpenAI w swoim komunikacie odniosło się także do możliwości aplikacji. Wraz z partnerem OpenAI zbadało, w jaki sposób głosy syntetyczne mogą wspierać naukę czytania. Voice Engine ma również potencjał, jeśli chodzi na przykład o tłumaczenie filmów i podcastów, co może dotrzeć do szerszego grona odbiorców. W każdym razie ważne jest, aby sklonowany głos najpierw okazał się wygenerowany przez sztuczną inteligencję.
