شرکت OpenAI هوش مصنوعی تقلید صدا Voice Engine را برای شبیه‌سازی صدای افراد با نمونه‌برداری 15 ثانیه‌ای از آن معرفی کرده است. این موتور همچنین می‌تواند لهجه فرد را به زبان‌های دیگر منتقل کند و گفتار صحیح را به افراد دارای مشکل صوتی ارائه کند.
فناوری Voice Engine به‌طرز باورنکردنی می‌تواند صدای یک فرد را با استفاده از یک نمونه صدای 15 ثانیه‌ای شبیه‌سازی کند. این فناوری همچنین قادر است هنگام ترجمه گفتگو، لهجه فرد را به زبان‌های دیگر منتقل کند، حتی اگر زبان مقصد دارای حالت غیررسمی یا عامیانه باشد. از طرف دیگر، Voice Engine برای افراد دارای مشکلات صوتی یا کسانی که ناهنجاری گفتاری، مانند التهاب حنجره، دارند، می‌تواند جملات صحیح و واضح را تکرار کند.
این روزها، فناوری هوش مصنوعی تا حدی پیشرفت کرده که حتی قادر است حروف صدادار، کلمات و بخش‌های مختلف گفتگو را تشخیص دهد و جملات را درک کند. هوش مصنوعی تقلید صدا OpenAI جنبه‌های مختلف گفتار شامل لهجه، احساسات، تایمینگ و تاکیدها را تشخیص می‌دهد و سپس از آن‌ها برای تقلید قانع‌کننده استفاده می‌کند.
OpenAI در وب‌سایت خود به موارد زیر به‌عنوان قابلیت‌های Voice Engine اشاره کرده است:
- تقلید صدا
- ترجمه گفتگو با شبیه‌سازی لهجه
- صحبت غیررسمی یا عامیانه
- صحبت برای افراد لال
- صحبت با صدای واضح برای افراد دارای مشکلاک صوتی
نمونه صدای اصلی:
نمونه صداهای ساختگی با هوش مصنوعی تقلید صدا OpenAI:
البته OpenAI به خاطر نگرانی از سوء استفاده دیگران از این موتور، آن را برای عموم منتشر نکرده است. فناوری‌های مشابهی قبلا در انتخابات ریاست جمهوری آمریکا برای تقلید صدای جو بایدن و همچنین برای کلاهبرداری از شرکت‌ها و مردم استفاده شده بود.
شاید عرضه این فناوری، ما را مجبور کند تا کلمات خاصی را با اعضای خانواده و دوستان نزدیک خود ایجاد کنیم تا هویت آن‌ها را بتوانیم تائید کنیم و همچنین قادر به تشخیص تماس‌های کلاهبرداری و محافظت از خود در برابر کپی شدن صدای‌مان توسط دیگران باشیم.