OpenAI je s svojimi različnimi projekti, kot sta ChatGPT in Sora AI, dosegel impresivne napredke na področju umetne inteligence. Zadnja pridobitev v njihovem arzenalu je Voice Generation, orodje, ki je sposobno ustvarjati sintetične glasove že iz 15-sekundnega zvočnega vzorca.
Od začetka leta 2022 OpenAI neprestano razvija Voice Engine in trenutno izvaja majhno predogledno različico orodja. Funkcija je že v uporabi v aplikaciji ChatGPT v sklopu funkcije Preberi naglas, ki uporabnikom prebere odgovore. Z uporabo kratkega vzorca glasu lahko uporabniki nato s sintetičnim glasom preberejo poljubno besedilo s čustvenim in realističnim tonom.
Potencialne uporabe tehnologije Voice Generation so obsežne in raznolike. OpenAI predlaga, da bi jo lahko uporabili v izobraževalne namene, za prevajanje podcastov v različne jezike, vzpostavljanje povezav z oddaljenimi skupnostmi ter podporo osebam, ki ne morejo govoriti. Kljub temu pa Voice Engine trenutno ni še široko dostopen za splošno uporabo.
OpenAI je delil vzorce sintetičnih glasov, ustvarjenih z Voice Engine, ki so navdušili poslušalce s svojo kakovostjo. Vendar pa ima zvok rahlo robotski in strojen odtenek, kar kaže, da so potrebne nadaljnje izboljšave.
Vprašanja, ki obkrožajo uporabo Voice Engine, se nanašajo na tveganje zlorabe. OpenAI aktivno raziskuje načine za preprečevanje širjenja dezinformacij in neupravičene uporabe sintetiziranih glasov. Podjetje si prizadeva začeti dialog o odgovorni uporabi te tehnologije in raziskati, kako se lahko družba prilagodi tej novi zmožnosti. Na podlagi rezultatov predoglednih testov in teh razprav bo OpenAI sprejel obveščeno odločitev, ali in kako razširiti uporabo tehnologije Voice Generation.
Zloraba sintetičnih glasov lahko ima resne posledice, še posebej v zvezi s preverjanjem glasu in potencialnimi goljufijami. Pojavljajo se resni pomisleki v zvezi z določanjem pristnosti glasov v avdio interakcijah. Z bližajočimi se pomembnimi volitvami v ZDA in Združenem kraljestvu letos je vprašanje zaupanja v vse oblike vsebine umetne inteligence, vključno z avdiom, tekstom in videom, ključno.
Najnovejša tehnologija ustvarjanja glasov OpenAI je sprožila navdušenje in spekulacije o njenih morebitnih uporabah v različnih panogah. Ena od panog, ki bi lahko močno koristila tej tehnologiji, je izobraževalni sektor. Z Voice Generation lahko izobraževalni materiali preoblikujejo v avdio format, kar jih naredi bolj dostopne in privlačne za študente. Učitelji bi lahko uporabili sintetične glasove za ustvarjanje prilagojenih lekcij ali avdio knjig, kar bi izboljšalo učno izkušnjo za študente z različnimi potrebami in preferencami.
Še ena potencialna uporaba Voice Generation je na področju prevajanja jezikov. Orodje bi se lahko uporabilo za pretvarjanje podcastov ali avdio vsebine iz enega jezika v drugega, kar bi ljudem po vsem svetu omogočilo dostop in razumevanje informacij, ki so bile prej nedostopne. To ima potencial, da premosti jezikovne ovire in poveže posameznike ter skupnosti globalno.
Poleg tega bi lahko Voice Generation uporabili za povezovanje z oddaljenimi skupnostmi. V območjih, kjer je dostop do virov in izobraževalnih materialov omejen, bi sintetični glasovi olajšali širjenje informacij in omogočili komunikacijo. Ta tehnologija ima potencial, da okrepi marginalizirane skupnosti, tako da jim zagotovi orodja, ki jih potrebujejo za dostop do informacij in sodelovanje v razpravah.
Tehnologija Voice Engine ima prav tako potencial za podporo osebam, ki ne morejo govoriti. Z izobraževanjem orodja s svojim glasom, lahko posamezniki, ki imajo težave pri govorjenju, uporabijo sintetične glasove za komuniciranje in izražanje. Ta tehnologija ima potencial, da izboljša kakovost življenja tistih, ki se zanašajo na alternativne načine komunikacije.
Vendar pa je obnavljanje navdušenja glede Voice Generationa spremljajo legitimni pomisleki o potencialni zlorabi tehnologije. OpenAI priznava tveganje širjenja dezinformacij in neupravičene uporabe sintetiziranih glasov. Za naslovitev teh pomislekov podjetje aktivno raziskuje in razvija strategije za preprečevanje zlorabe in zagotavljanje odgovorne uporabe te tehnologije.
Voice Generation prav tako postavlja izzive za preverjanje glasu. Ker postajajo sintetični glasovi vedno bolj realistični, postaja vse težje razlikovati med avtentičnimi in sintetiziranimi glasovi v avdio interakcijah. To ima posledice za ukrepe za preverjanje glasu, kot so biometrične metode preverjanja glasu za varnostne sisteme ali preverjanje govora za podporo strankam. Iskanje učinkovitih rešitev za ohranjanje zaupanja in varnosti v avdio interakcijah je ključnega pomena.
Kako OpenAI razrešuje ta vprašanja?
OpenAI si prizadeva zažeti dialog o odgovorni uporabi sintetičnih glasov in raziskati, kako lahko družba prilagodi tej novi zmožnosti. Na podlagi rezultatov manjših testov in razprav okoli teh vprašanj bo podjetje sprejelo obveščeno odločitev, ali in kako razširiti uporabo tehnologije Voice Generation.
From: OpenAI
The source of the article is from the blog radardovalemg.com