Компанія OpenAI поділилася результатами тестування функції Voice Engine на основі штучного інтелекту, яка може генерувати людський голос. Наразі технології немає у публічному доступі через можливі ризики, зокрема, щодо створення дипфейків. Про це повідомляє Bloomberg.
OpenAI надала технологію лише з 10 розробниками, оскільки відмовилася від її ширшого представлення після отримання відгуків від зацікавлених сторін, таких як політики, галузеві експерти, освітяни та творчі працівники.
"Ми усвідомлюємо, що генерування мови, яка нагадує голоси людей, пов’язане із серйозними ризиками, які особливо актуальні в рік виборів. Ми співпрацюємо з американськими та міжнародними партнерами з уряду, ЗМІ, індустрії розваг, освіти, громадянського суспільства та інших сфер, щоб забезпечити врахування їхніх відгуків у процесі розробки", – зазначили в компанії.
Що вміє Voice Engine?
На відміну від попередніх зусиль OpenAI зі створення аудіовмісту, Voice Engine може створювати голос, який звучить як у конкретної людини разом зі специфічним темпом та інтонаціями. Все, чого потребує програмне забезпечення, – 15 секунд аудіозапису розмови людини, щоб відтворити її голос.
"Під час демонстрації інструменту Bloomberg прослухав ролик, в якому генеральний директор OpenAI Сем Альтман коротко пояснював технологію голосом, який не відрізнявся від його власної мови, але був повністю згенерований штучним інтелектом", – розповіли у виданні.
У Bloomberg зазначили, що один із поточних партнерів OpenAI Інститут нейронаук Нормана Принса використовує цю технологію, щоб допомогти пацієнтам відновити свій голос.
Так інструмент був використаний для відновлення голосу молодої пацієнтки, яка втратила здатність чітко говорити через пухлину мозку, шляхом відтворення її мови з попереднього запису для шкільного проєкту.
Спеціальна мовна модель OpenAI також може перекладати створюване аудіо різними мовами. Це робить його корисним для компаній, які займаються аудіобізнесом. Наприклад, Spotify вже використовував цю технологію у своїй пілотній програмі для перекладу подкастів.
Перш ніж вирішити, чи випускати цю функцію ширше, в OpenAI повідомили, що просять відгуків від зовнішніх експертів.
"Важливо, щоб люди в усьому світі розуміли, куди рухається ця технологія, незалежно від того, чи будемо ми в кінцевому підсумку розгортати її самі чи ні", – зазначили в компанії.
Компанія сподівається, що це програмне забезпечення "мотивує необхідність посилити стійкість суспільства" проти викликів, спричинених більш просунутими технологіями ШІ. Наприклад, компанія закликала банки поступово відмовитися від голосової автентифікації як заходу безпеки для доступу до банківських рахунків і конфіденційної інформації.
Раніше компанія OpenAI представила нову систему штучного інтелекту Sora, яка може створювати відеоролики на основі текстового опису.
Також OpenAI випустила нову версію свого популярного чат-бота ChatGPT, який тепер запам’ятовуватиме слова користувачів, щоб використовувати цю інформацію в майбутніх розмовах.
