OpenAI lo ha appena annunciato ha recentemente condotto un’anteprima su piccola scala di un nuovo strumento chiamato Voice Engine. Si tratta di una tecnologia di clonazione vocale in grado di imitare qualsiasi altoparlante analizzando un campione audio di 15 secondi. L’azienda afferma che genera “discorso dal suono naturale” con “voci emotive e realistiche”.
La tecnologia utilizzata
La tecnologia è basata su quella dell’azienda API di sintesi vocale preesistente ed è in lavorazione dal 2022. OpenAI utilizza già una versione del set di strumenti per potenziare le voci preimpostate disponibili nell’attuale API di sintesi vocale e nella funzione Leggi ad alta voce. Ci sono un sacco di campioni sul blog ufficiale dell’azienda e sembrano stranamente vicini alla realtà. Ti incoraggio ad ascoltarli e ad immaginare le possibilità, sia buone che cattive.
OpenAI afferma di ritenere che questa tecnologia sia utile per l’assistenza alla lettura, la traduzione linguistica e per aiutare coloro che soffrono di condizioni del linguaggio improvvise o degenerative. L’azienda ha creato a Programma pilota della Brown University che ha aiutato un paziente con problemi di linguaggio creando un clone di Voice Engine estratto da un audio registrato per un progetto scolastico.
I problemi legati all’abuso
Nonostante i potenziali benefici, i malintenzionati abuserebbero sicuramente di questa tecnologia per impegnarsi in alcune serie sciocchezze deepfake, il che è già un problema. Con questo in mente, Voice Engine non è ancora pronto per il debutto, poiché ci sono seri problemi di privacy che devono essere soddisfatti prima di un lancio completo.
OpenAI riconosce che questa tecnologia presenta “gravi rischi, che sono particolarmente importanti in un anno elettorale”. L’azienda afferma di incorporare il feedback di “partner statunitensi e internazionali provenienti da tutto il governo, i media, l’intrattenimento, l’istruzione, la società civile e oltre” per garantire il lancio del prodotto con un rischio minimo. Tutti i tester in anteprima hanno accettato le politiche di utilizzo di OpenAI, che vietano la rappresentazione di un altro individuo senza consenso o diritto legale.
Inoltre, chiunque utilizzi la tecnologia dovrà rivelare al proprio pubblico che le voci sono generate dall’intelligenza artificiale. OpenAI ha implementato misure di sicurezza, come la filigrana per tracciare l’origine di qualsiasi audio e il “monitoraggio proattivo” di come viene utilizzato il sistema. Quando il prodotto verrà lanciato ufficialmente, ci sarà una “lista delle voci vietate” che rileva e impedisce gli oratori generati dall’intelligenza artificiale che sono troppo simili a figure di spicco.
Non si sa nulla sul lancio
Per quanto riguarda quando avverrà il lancio, OpenAI rimane a bocca chiusa. TechCrunch scoperto alcuni potenziali dati sui prezzi e sembra che verrà tagliato concorrenti nello spazio come ElevenLabs. Voice Engine potrebbe costare 15 dollari per milione di caratteri, ovvero circa 162.500 parole. È più o meno la durata di Stephen King Il brillante. Sembra certamente un modo economico per realizzare un audiolibro. I materiali di marketing fanno riferimento anche ad una versione “HD” che costa il doppio, ma la società non ha spiegato in dettaglio come funzionerà.
OpenAI ha fatto grandi passi questa settimana. Ha appena annunciato un’altra partnership con la sua migliore amica Microsoft per costruire un supercomputer basato sull’intelligenza artificiale chiamato “Stargate”. Secondo quanto riferito, il progetto costerà la cifra enorme di 100 miliardi di dollari, secondo L’informazione.
