מפחיד ומהפכני - ה-Voice Engine משכפל קול אדם מתוך 15 שניות דגימה

 

סינתזת קול עברה כברת דרך ארוכה מאז צעצועי Speak & Spell משנת 1978, שפעם הדהימו אנשים עם היכולת המתקדמת שלו לקרוא מילים בקול רם באמצעות קול אלקטרוני. כעת, באמצעות מודלים של בינה מלאכותית בלמידה עמוקה, תוכנה יכולה ליצור לא רק קולות שנשמעים מציאותיים, אלא גם לחקות באופן משכנע קולות קיימים באמצעות דגימות קטנות של אודיו.

ברוח זו, OpenAI הכריזה השבוע על Voice Engine, מודל בינה מלאכותית של טקסט לדיבור ליצירת קולות סינתטיים המבוססים על קטע של 15 שניות של דגימת אודיו. היא סיפקה דגימות שמע של מנוע הקול בפעולה באתר האינטרנט שלה, וזה משכנע בצורה מפחידה!

ככל שהדיפ-פייק מתפשט, OpenAI משכללת את הטכנולוגיה המשמשת לשיבוט קולות - אך החברה מתעקשת שהיא עושה זאת הפעם באחריות, והכלי ישוחרר רק לאחר שיוודאו שלא יהיה לזה שימוש לרעה כמו הונאה. כנ״ל גם הכלי SORA שכתבנו עליו כאן, המפיק סרטים באיכות מטורפת, וגם כאן מחשש להונאות וכו׳.

מה שונה מכל מה שידענו עד כה?

כמה?!

כדי להבין טוב יותר את השימושים הפוטנציאליים של טכנולוגיה זו, בסוף השנה שעברה החברה התחילה  לבדוק אותה באופן פרטי עם קבוצה קטנה של שותפים מהימנים. התרשמנו מהיישומים שקבוצה זו פיתחה.  ה-Voice Engine מאפשר המרת טקסט לדיבור טבעי ורגשי, עם מגוון רחב יותר של קולות דוברים בהשוואה לקולות מוקלטים מראש. להלן מספר דוגמאות לשימושים מוקדמים של הטכנולוגיה: 

1. סיוע בקריאה: עזרה לילדים ולאנשים שאינם יודעים לקרוא באמצעות קריינות טבעית ורגשית המותאמת לקהל יעד רחב יותר. לדוגמה, חברת Age of Learning, העוסקת בטכנולוגיה חינוכית, משתמשת במנוע הקול כדי ליצור קריינות טקסט קיים, וכן תגובות מותאמות בזמן אמת המותאמות לכל תלמיד. 
2. תרגום תוכן: תרגום סרטונים ופודקאסטים כך שיוצרים ועסקים יוכלו להגיע לקהל רחב יותר ברחבי העולם. לדוגמה, חברת HeyGen משתמשת במנוע הקול כדי לתרגם את הקול של דובר בשפות שונות, תוך שמירה על המבטא המקורי. מעולה גם לדיבוב סרטים בקול השחקן המקורי.
3. הגעה לקהילות גלובליות: שיפור מתן שירותים חיוניים באזורים מרוחקים. לדוגמה, הארגון Dimagi משתמש במנוע הקול כדי לספק משוב אינטראקטיבי בשפת האם של עובדי בריאות הקהילה, כולל סווהילי או שפות לא רשמיות כמו שנג (Sheng). 
4. תמיכה באנשים שאינם יכולים לדבר: סיוע לאנשים עם הפרעות דיבור ולימוד. לדוגמה, אפליקציית התקשורת Livox משתמשת במנוע הקול כדי לספק קולות ייחודיים ולא רבוטיים בשפות רבות עבור אנשים שאינם יכולים לדבר. 
5. שיקום קול: סיוע לחולים שאיבדו את היכולת לדבר עקב מחלות ניווניות או בפתאומיות. לדוגמה, מכון  פרינס לחקר מדעי המוח בבית החולים Lifespan, משתמש במנוע הקול כדי לשחזר את קולם של מטופלים שאיבדו את יכולת הדיבור. 

ברור שלכל אחד מאיתנו יש עוד הרבה רעיונות, כמו לדוגמא לשכפל קול של זמר או זמרת מדגימה של 15 שניות שירה (או דיבור) בלבד; החייאת אמנים שכבר לא איתנו ועוד. כיוון שזה עשוי להוביל לפייק עמוק, המפתחת מעכבת כעת את השחרור לקהל הרחב עד שיעוגנו כל הפרצות כנגד שימוש לרעה, לא הוגן או מפר זכויות.
השאלה היא מתי האנושות תיכנע ותתמסר טוטלית לגברת בינה. התשובה״ קרוב מכפי שחשבתם.