Dopo il rilascio dell’AI Sora, che ha generato il primo cortometraggio generato dall’intelligenza artificiale, ora arriva un nuovo servizio di OpenAI. Si tratta di Voice Engine uno strumento in grado di clonare la voce umana. Come funziona questa particolare innovazione?
OpenAI ha pubblicato un post sul suo blog spiegando su cosa si sostiene questa tecnologia. Ma prima di tutto viene specificato che il tool non è disponibile per il pubblico e quindi non può essere utilizzato da malintenzionati per truffe e deepfake. Al momento non è una data di uscita per tutti per Voice Engine a prova del desiderio dell’azienda di procedere in modo etico.
Il nuovo tool ideato da OpenAI
Lo scopo principale di Sam Altman e i suoi soci è quello di evitare abusi del modello. Nonostante ciò, l’annuncio del suo rilascio ha già scatenato moltissime discussioni. Il motivo principale riguarda la possibilità di clonare la voce umana a partire da 15 secondi di sample. In questo modo viene creata una vera e propria voce sintetica. Il modello utilizzato era già presente, indirettamente, nel sistema di OpenAI. In particolare, nelle funzioni vocali e di lettura ad alta voce presenti in ChatGPT.
Per comprenderne il significato, basta guardarne l’utilizzo di terze parti. A tal proposito, Spotify ha sfruttato il sistema per doppiare in diverse lingue alcuni podcast, come Lex Fridman. L’addestramento del sistema è avvenuto attraverso l’uso di svariati dati pubblici e quelli concessi in licenza. Per quanto riguarda l’addestramento audio questo non è presente e si basa solo sui dati forniti in input. Il sample da 15 secondi, una volta utilizzato per la clonazione poi viene subito eliminato.
Il nuovo tool di OpenAI è innovativo ed inquietante insieme. Jeff Harris, membro del Product Staff, ha provato a rassicurare gli utenti a livello mondiale. Harris ha affermato che l’azienda è consapevole della situazione e che la tecnologia in questione viene implementata solo in virtù della presenza di misure di mitigazione per gli scenari potenzialmente pericolosi.