Vall-E
AI oponaša vaš glas nakon 3 sekunde slušanja
Microsoftov glasovni AI model u stanju je izgovarati rečenice koje nikada niste izrekli vašim glasom.
![AI oponaša vaš glas nakon 3 sekunde slušanja AI oponaša vaš glas nakon 3 sekunde slušanja](/var/ezflow_site/storage/images/pop-tech/ai-oponasa-vas-glas-nakon-3-sekunde-slusanja/643479-1-cro-HR/AI-oponasa-vas-glas-nakon-3-sekunde-slusanja_VIDIClanakNaslovna.jpg)
Umjetna inteligencija je u posljednjih godina sve pametnija. AI botovi su već zaposleni u nekim call centrima, AI slikari će vam nacrtati ono što im kažete, a AI kompozitori će vam skladati pjesme po narudžbi, dok će OpenAI-jev ChatGPT s vama razgovarati na svim jezicima poput čovjeka i pomoći vam u rješavanju složenih problema.
Tim AI modelima sada se pridružuje Microsoftova neuralna mreža Vall-E, koja je u stanju nakon samo tri sekunde slušanja vašeg govora rekonstruirati i savršeno oponašati vaš glas.
To znači da biste članke na portalima, knjige, postove na društvenim mrežama i druge tekstove mogli jednostavno pretvoriti u audio format i reproducirati ih tako da budu izgovoreni glasom specifične osobe koju ste "skinuli".
Model zasad dobro radi samo s engleskim jezikom, jer je uvježbavan na snimkama govora u trajanju od 60.000 sati pa će vam prilično dobro reproducirati emeričke i engleske glasove sa specifičnim akcentima. pa čak i neke europske akcente, što možete provjeriti u demo inačici objavljenoj na ovoj poveznici.
Ako mislite da je ovo genijalna stvar, budite sigurni da se neće dopasti svakome. Kao prvo, Vall-E bi mogao uzeti posao nekim profesionalnim naratorima i glumcima koji sinkroniziraju crtiće, a kao drugo i znatno opasnije, mogao bi se koristiti u izradi lažnih vijesti (fake newsa) i lažnih "deepfake" videa, pa više nikada nećemo znati je li primjerice neka izjava nekog političara doista autentična ili se radi o oponašanju od strane umjetne inteligencije.
Dakako, postoje i velike mogućnosti da ga koriste i razni prevaranti koji bi vas primjerice mogli nagovoriti telefonom da im pošaljete novac na neku adresu, a kako će to izgovoriti glasom koji dobro poznajete nećete ništa posumnjati i ode lova.
Pored toga, Vall-E bi mogao biti naveliko korišten na društvenim mrežama poput TikToka s dobrim ali i lošim namjerama, pomoći u širenju govora mržnje, ili služiti za šale s prijateljima koje neće svakome biti smiješne.
Dobra stvar u svemu tome je jedino to što ćemo se ubuduće možda opet početi sve više družiti uživo, jer će nam to biti jedina zaštita od lažnog predstavljanja uz pomoć umjetne inteligencije.
Rekli bismo da je Microsoft napravio još jedno čudovište koje nitko neće moći kontrolirati.
Učitavam komentare ...