Montrealská společnost Lyrebird prezentovala svou technologii syntetizace hlasu, která umožní v krátké době "ukrást" hlas kohokoliv. Můžeme si tak poslechnout třeba rozhovor známých politiků v krátké ukázce.
Co je RTX AI
Web Světhardware.cz přináší velký přehled o NVIDIA RTX AI ve vašem počítači a popisuje spolehlivou a bezpečnou cestu, jak si na svém počítači vytvořit lokální umělou inteligenci.
Společnost Lyrebird složená ze tří doktorandů na University of Montréal tak už předvedla své API založené na umělé inteligenci (hluboké učení a neuronové sítě), které nám umožní s využitím pouze minutového záznamu řeči dané osoby syntetizovat její hlas. To znamená, že nejde jen o zkopírování řečených slov, neboť daná osoba ani nemusí říci všechna slova. AI zkopíruje styl řeči a vytvoří jeji syntetizaci na míru, čili ve výsledku můžeme tímto vypůjčeným hlasem říci cokoliv. Nádavkem pak můžeme i určit to, v jakém rozpoložení se virtuální řečník má nacházet, čili zda má být rozčílený, stresovaný, apod.
Můžeme si tak poslechnout, jak systém Lyrebird společně vychvalují Barack Obama, Donald Trump a Hillary Clinton, kteří by se v reálném rozhovoru možná jen těžko na něčem shodli.
Z ukázky je sice občas velice znát, že řeč je syntetizovaná, ale celkově jde o velice dobrý výsledek, neboť jednotlivé osoby skutečně lze bezpečně poznat. K dispozici je pak i několik dalších ukázek, které mají Lyrebird k dispozici na Soundcloudu.
Tato technologie bude nepochybně dále vylepšována a je otázka, v jaké kvalitě bude k dispozici široké veřejnosti. Bude velice zajímavé mít možnost nechat si přečíst pohádku na dobrou noc třeba hlasem Vlasty Buriana nebo kohokoliv jiného, ovšem na druhou stranu může jít i o nebezpečný nástroj v ruce někoho, jehož úmysly nebudou moc čisté. U soudu by pochopitelně takový pokus o podvod těžko prošel, ale je daleko více jiných možností, jak škodit. I proto si Lyrebird připravili stránku, kde upozorňují na etickou stránku věci.
Můžeme také připomenout, že společnost Adobe představila podobnou technologii pod projektem VoCo. Ovšem ta vyžadovala, aby měl systém k dispozici kolem 20 minut ukázkové řeči dané osoby a také celý softwarový balík nainstalovaný na klientském počítači. Systému Lyrebird stačí minuta a připravuje se cloudové API, do nějž danou audio ukázku nahrajeme a zpět si stáhneme audio soubor s přečteným textem.
Lyrebird vidí potenciál i ve využití v animovaných filmech nebo i v počítačových hrách, což znamená, že dabéři se už pomalu mohou začít strachovat o svou práci. Však kdo jim bude platit, když bude mít možnost ve své hře využít hlas kohokoliv budou chtít, třeba i "ze záhrobí", a to zdarma a ihned? Otázky můžeme mít ohledně vlastnických práv a zda zákony vůbec myslí na takovou technologii.
Zdroj: Lyrebird
