Ces dernières années, le temps d’écoute requis par une IA pour cloner la voix d’une personne est de plus en plus court.
Avant, c’étaient des minutes, maintenant ce ne sont plus que des secondes.
OpenAI, la société soutenue par Microsoft à l’origine du chatbot viral génératif d’IA ChatGPT, a récemment révélé que sa propre technologie de clonage vocal ne nécessite que 15 secondes de matériel audio pour reproduire la voix de quelqu’un.
Dans un article publié sur son site Web, OpenAI a partagé un aperçu à petite échelle d’un modèle appelé Voice Engine, qu’il développe depuis fin 2022.
Voice Engine fonctionne en lui fournissant un minimum de 15 secondes de contenu parlé. L’utilisateur peut ensuite saisir du texte pour créer ce qu’OpenAI décrit comme un discours « émotif et réaliste » qui « ressemble beaucoup au locuteur d’origine ».
OpenAI insiste sur le fait qu’elle adopte une « approche prudente et éclairée pour une diffusion plus large en raison du risque d’utilisation abusive des voix synthétiques », ajoutant qu’elle souhaite « lancer un dialogue sur le déploiement responsable des voix synthétiques et sur la manière dont la société peut s’adapter à ces nouvelles capacités ».
Elle a ajouté : « Sur la base de ces conversations et des résultats de ces tests à petite échelle, nous prendrons une décision plus éclairée quant à l’opportunité et à la manière de déployer cette technologie à grande échelle. »
L’un des abus auxquels OpenAI fait référence est une escroquerie que certains criminels utilisent déjà en utilisant une technologie similaire, accessible au public depuis un certain temps. Il s’agit de cloner une voix, puis d’appeler un ami ou un parent de cette personne pour l’inciter à lui remettre de l’argent par virement bancaire. On craint également que cette technologie ne soit utilisée lors de la prochaine élection présidentielle, un problème mis en évidence par un récent incident très médiatisé au cours duquel un appel automatisé utilisant un clone de la voix du président Joe Biden a été effectué. a dit aux gens de ne pas voter lors des primaires du New Hampshire en janvier.
Une autre préoccupation concerne l’impact que l’amélioration rapide de la technologie aura sur les moyens de subsistance des acteurs de doublage, qui craignent qu’on leur demande de plus en plus souvent de céder les droits sur leur voix afin que l’IA puisse être utilisée pour créer une version synthétique, la rémunération pour un tel contrat étant probablement bien inférieure à celle que l’on demanderait à l’acteur d’effectuer le travail en personne.
En examinant des déploiements plus positifs de la technologie, OpenAI suggère qu’elle pourrait être utilisée pour fournir une assistance à la lecture aux non-lecteurs et aux enfants en utilisant des voix naturelles et émotives « représentant une gamme plus large de locuteurs que ce qui est possible avec des voix prédéfinies », ainsi qu’une traduction instantanée de vidéos et de podcasts, quelque chose que Spotify teste déjà.
Il pourrait également être utilisé pour aider les patients qui perdent progressivement leur voix à cause d’une maladie à continuer à communiquer en utilisant ce qui ressemble à leur propre voix.
OpenAI propose sur son site Web quelques exemples d’audio généré par l’IA et d’audio de référence, et nous sommes sûrs que vous conviendrez qu’ils sont assez extraordinaires.
Soutenez notre effort ❤️
Si vous avez apprécié cet article, pensez à laisser un pourboire pour nous aider à continuer à publier du contenu de qualité.
