Viena minūte ir viss, kas nepieciešams, lai kāds klonētu jūsu balsi

Pirms dažiem mēnešiem mēs ziņojām par Adobe jauno programmatūru VoCo, kas ļauj jums veikt kāda cilvēka balss audio ierakstus, pēc tam nododiet viņiem ziņojumu, liekot runātājam pateikt vārdus vai frāzes, kuras viņi nekad nav teikuši.

VoCo tika saukts par “Photoshop of Speech”, jo tas principā ir tas, kas ir programmatūras rediģēšanas rīks, kas var manipulēt ar digitālajiem failiem gan likumīgu radošo mērķu, gan tīšas maldināšanas dēļ.

Faktiski daži plašsaziņas līdzekļi un kiberdrošības eksperti VoCo dēvē par drošības apdraudējumu, ņemot vērā dažādos veidus, kā to var izmantot, lai “ievietotu vārdus kāda cita mutē” - acīmredzams murgs politiķiem, slavenībām, juristiem un žurnālistiem.



VoCo brīdinājums ir tāds, ka, lai tā algoritms varētu veiksmīgi atdarināt kāda cilvēka balsi, ir vajadzīgas vismaz 20 minūtes audio paraugu.


logi 10 nestabili

Tagad jauns uzņēmums vēlas to apvienot un apgalvo, ka tā programmatūra var kopēt un sintezēt ikviena balsi, izmantojot tikai minūtes garu ierakstu.




Lyrebird - kopē ikviena balsi

Monreālā dibinātais jaundibināmais uzņēmums Lyrebird ir paredzēts uzsākt savu jauno pakalpojumu, kas izmanto dziļas mākslīgā intelekta un algoritmu apguvi, lai imitētu ikviena balsi pat minūtes garumā no audio paraugiem.




Uzņēmums apgalvo, ka tā programmatūra var saspiest jebkura cilvēka balss “DNS”, lai izveidotu unikālu atslēgu. Šo taustiņu var izmantot, lai ģenerētu un sintezētu runu ar atbilstošo balsi “DNS”.

Papildus mākslīgas runas radīšanai lietotāji var pat kontrolēt datora ģenerētas balss emocijas, lai izteiktu cilvēka smalkumus, piemēram, dusmas, stresu vai simpātijas.

Izstrādātāji teica, ka viņu apstrādes kopas ir pietiekami jaudīgas, lai radītu 1000 reālā laika teikumus mazāk nekā pussekundē.

Lai parādītu, cik precīza ir viņu balsi atdarinošā tehnoloģija, Lyrebird tīmekļa vietnē ir vairākas audio demonstrācijas ar mākslīgām sarunām no tādiem kā Donalds Trumps, Baraks Obama un Hilarija Klintone.

Ētiskas problēmas

Lyrebird paziņoja, ka, tā kā tas ir “pirmais uzņēmums, kas piedāvā tehnoloģiju, kas atveido kāda cilvēka balsi tik precīzi un ar tik maz ierakstītu audio”, tas apzinās šīs tehnoloģijas potenciāli bīstamās sekas, piemēram, diplomātu maldināšanu, krāpšanu un identitātes zādzības.




Viņi arī izvirza jautājumu par audio kā pierādījuma derīgumu tiesā. Publiskojot savu programmatūru, viņi cer, ka visi apzināsies, ka šāda balss kopēšanas tehnoloģija ir viegli pieejama, kas nākotnē var padarīt nederīgu audioierakstu izmantošanu kā pierādījumu.

'Balss ieraksti mūsu sabiedrībā un jo īpaši daudzu valstu jurisdikcijās mūsdienās tiek uzskatīti par spēcīgiem pierādījumiem,' Lyrebird rakstīja savā izdevumā Ētikas lapa. 'Mūsu tehnoloģija apšauba šādu pierādījumu derīgumu, jo tie ļauj jums viegli manipulēt ar audio ierakstiem.'


irānas kiberuzbrukums mums bankām

Praktiski pielietojumi

Rāpojošs lietojums malā, Lyrebird uzsvēra, ka tā tehnoloģijai ir arī likumīga praktiska izmantošana.







Uzņēmums uzsver savu programmatūru kā piemērotu uzņēmumiem, kas meklē jaunus runas sintēzes risinājumus. Viņu tehnoloģiju pēc tam var izmantot plašā lietojumu klāstā, piemēram, personālajos palīgos, audiogrāmatu lasīšanā ar slavenību balsīm, runas sintēzē invalīdiem un balss pārsūtīšanā filmām un videospēlēm.

Noklikšķiniet šeit, lai apskatītu Lyrebird vietni.

Ko tu domā? Vai šī balss kopēšanas programmatūra un pakalpojumi ir stilīgas tehnoloģijas, vai arī tie ir bīstami drošības riski? Iemetiet mums komentāru!

Vairāk stāstu, kas obligāti jāizlasa:

Populārā pretvīrusu programma kļūdaini identificē Windows kā draudu, seko haoss




Lai ko jūs darītu, neatveriet šos e-pasta pielikumus - viņi slēpj izpirkuma programmatūru!

Populārākā lietotne gadiem ilgi spiegoja lietotājus un par to meloja