OpenAI hat eine bahnbrechende Technologie namens Voice Engine vorgestellt, die es ermöglicht, eine künstliche Intelligenz zu erstellen, die Ihre Stimme mit nur 15 Sekunden Aufnahme klonen kann. Diese neue Entwicklung verspricht eine revolutionäre Verbesserung der Stimmerkennungstechnologie und eröffnet neue Möglichkeiten für personalisierte und maßgeschneiderte Anwendungen. Durch die Verwendung fortschrittlicher Deep-Learning-Algorithmen ist es OpenAI gelungen, eine lebensechte Stimmenklonung zu realisieren, die potenziell in Unterhaltungsindustrie, Bildungswesen und Sicherheitsbereichen eingesetzt werden könnte. Diese Technologie wirft jedoch auch Fragen bezüglich Privatsphäre und Sicherheit auf, da sie die Grenzen zwischen Realität und künstlicher Intelligenz weiter verschwimmen lässt.
OpenAI enthüllt Voice Engine: Klonen von Stimmen mit nur Sekunden Aufnahme
Nach zwei Jahren Entwicklung hat OpenAI heute Voice Engine vorgestellt, ihre neue generative Künstliche Intelligenz, die in der Lage ist, jede Stimme zu klonen, indem sie sie nur 15 Sekunden lang hört. OpenAI hat bereits einige Text-zu-Sprache-APIs verwendet, zum Beispiel mit ChatGPT. Tatsächlich handelte es sich um Vorabversionen von Voice Engine, die sie kontinuierlich verbessert haben.
Voice Engine von OpenAI: Neue KI repliziert jede Stimme nach nur Sekunden
Laut OpenAI wurde Voice Engine mit lizenzierten Sprachaufnahmen und öffentlichen Datenbanken trainiert, wodurch keine Urheberrechtsprobleme entstehen. Wofür dient Voice Engine? Indem sie eine Stimme nur 15 Sekunden lang hört, sei es die Stimme einer sprechenden Person oder eine Aufnahme, kann Voice Engine eine synthetische Kopie dieser Stimme erstellen, indem sie ihren Ton imitiert. Mit dieser synthetischen Stimme kann man sprechen, indem man jeden Satz imitiert, und somit die Originalstimme nachahmt.
OpenAI hat einige Beispiele auf ihrem Blog veröffentlicht, wo man auch Ausschnitte von synthetisierten Stimmen hören kann. Zum Beispiel kann Voice Engine dazu verwendet werden, Texte für Kinder oder ältere Menschen mit einer vertrauten Stimme vorzulesen, Videos und Filme in Echtzeit mit dem gleichen Stimmtyp wie der Originalschauspieler zu synchronisieren, mit Menschen zu sprechen, die nur indigene Sprachen sprechen oder die nicht sprechen können.
Obwohl dies nützliche Anwendungen von Voice Engine sind, sind sie auch sehr spezifisch und begrenzt. Kompenisiert diese Art von Vorteilen die Risiken, die mit der Synthetisierung von Stimmen verbunden sind? Es gibt bereits andere KI-Systeme, die dies tun, und wir kennen bereits viele Fälle von Erpressungen, Betrügereien, falschen Entführungen, Deepfakes, Berühmtheiten und Politikerimitationen sowie anderen kriminellen Handlungen, die durch die Nachahmung von Stimmen durchgeführt wurden.
Es bleibt abzuwarten, ob die Imitation dieser generativen Künstlichen Intelligenz perfekt ist oder ob man erkennen kann, dass es sich um eine gefälschte Stimme handelt. Doch die Tatsache, dass OpenAI beschlossen hat, Voice Engine nicht der Öffentlichkeit zugänglich zu machen, bis sie mit den zuständigen Behörden und Experten gesprochen haben, deutet darauf hin, dass diese synthetische Stimme der Originalstimme sehr ähnlich ist. Sam Altman trifft sich mit den großen Hollywood-Studios, um ihre KI Sora in ihren Filmen zu verwenden.
Bevor Voice Engine für die Öffentlichkeit verfügbar ist, müssen OpenAI und die Behörden einen Weg finden, um die kriminelle und betrügerische Nutzung dieser generativen Künstlichen Intelligenz zu begrenzen, die eine Stimme klonen kann, indem sie sie nur 15 Sekunden lang hört.
Schreibe einen Kommentar