Open AI је открио нови алат за вештачку интелигенцију који може опонашати људске гласове сa изненађујућом прецизношћу. АI гласовни генератор има низ потенцијалних примена, укључујући услуге приступачности, али такође може изазвати забринутост због дезинформација и других облика злоупотребе.
Шта је „Voice Engine“?
OpenAI је у петак поделио узорке из раних тестова алата, названог „Voice Engine“, који користи узорак од 15 секунди нечијег говора како би генерисао убедљиву реплику њиховог гласа. Корисници затим могу пружити одељак текста, а алат ће га прочитати гласом који је генерисала вештачка интелигенција.
![](https://kompasinfo.rs/wp-content/uploads/2024/04/openai-voice-engine-04.webp)
Већ постоје неколико услуга за АI-генерисане гласове доступне јавности, али као што је то учињено са популарним четботом ChatGPT, OpenAI је показао посебно умеће у стицању широке прихваћености АI алата.
Алат за претварање текста у глас помоћу АI-а може помоћи при преводу, помоћи у читању деци или помоћи људима који су изгубили способност говора, каже компанија. Али неки скептици брину да би такође могао подстицати стварање дезинформација или олакшати извођење превара.
Тренунтно доступан за малу групу поузданих партнера
OpenAI каже да се „Voice Engine“ тренутно користи само од стране „мале групе поузданих партнера“, укључујући компаније за образовање и здравствене технологије, и да ће користити њихове тестове како би одредили да ли и како омогућити ширу употребу. Ти тестери су се сложили да неће поново креирати гласове људи без њиховог експлицитног пристанка и да ће јасно идентификовати слушаоцима да оно што чују генерише вештачка интелигенција, према компанији.
„Препознајемо да генерисање говора који подсећа на гласове људи носи озбиљне ризике, који су посебно важни у изборној години,“ саопштила је компанија OpenAI у блог посту. Компанија признаје потребу за великим променама како постаје доступнија вештачки генерисана аудио садржина, иако нема тренутних планова да одмах објави „Voice Engine“ јавности. На пример, компанија је предложила постепено укидање аутентификације гласом за банковне рачуне.
„Свака широка имплементација технологије синтетичког гласа требало би да буде праћена искуствима аутентификације гласа која проверавају да ли оригинални говорник намерно додаје свој глас услузи и листом гласова који нису прихватљиви који детектују и спречавају креирање гласова који су сувише слични проминентним личностима,“ рекао је OpenAI.
„Voice Engine“ може користити узорак гласа на једном језику како би креирао реплику гласа који може говорити на више других језика.
We’re sharing our learnings from a small-scale preview of Voice Engine, a model which uses text input and a single 15-second audio sample to generate natural-sounding speech that closely resembles the original speaker. https://t.co/yLsfGaVtrZ
— OpenAI (@OpenAI) March 29, 2024
Њихов блог пост укључује пример аудио клипа људског читања одломка о пријатељству, заједно са АI-генерисаним аудиом који звучи као иста особа која чита исти одломак на шпанском, мандаринском, немачком, француском и јапанском језику. У сваком од АI-генерисаних узорака, тон и нагласак оригиналног говорника су задржани.
Преглед функционалности „Voice Engine-a“ долази док корисници ишчекују јавно пуштање у рад алата „Sora“,који генерише АI видеозаписе. OpenAI je излазак овог алата најавио прошлог месеца.
Шта је „Sora“?
„Sora“ може креирати реалистичне видеозаписе дужине 60 секунди на основу текстуалних упутстава, са способношћу да прикаже сцене са више ликова, одређене врсте покрета и сложене детаље позадине. ChatGPT компаније OpenAI такође може генерисати слике на основу текстуалног упита.
Осим тога, OpenAI је такође најавио у понедељак да ће ChatGPT бити доступан свима без потребе за регистрацијом ради коришћења услуге.
Компанија је напоменула да може користити било који текст који се унесе у ChatGPT ради побољшања својих модела, али је рекла да се ова опција може искључити преко подешавања чак и без налога. Међутим, без налога корисници неће моћи да сачувају или прегледају историју разговора нити приступе разним функцијама, укључујући гласовне разговоре и прилагођене инструкције.
Open AI has released the world’s first AI short film created by Sora, “Air Head.”
🤔🤔🤔 pic.twitter.com/JUmpRBFFAL— WarOfIdeas (@WarOfIdeas_) April 2, 2024