據(jù)著名技術商業(yè)類期刊《麻省理工科技評論》報道，機器學習的發(fā)展很快就能讓我們擁有變聲功能，換成不同年齡、性別，甚至是其他人的音色都不是夢。
我是一位中年男子，不妨來聽聽女版的我。口音、情感和語調(diào)都是我的。但我現(xiàn)在聽起來像一個聲音高亢的年輕女子。我的女性音色其實是由一家叫做Modulate.ai的公司創(chuàng)造的，這家位于美國馬薩諸塞州劍橋市的公司能用機器學習技術復制、建模、操縱語音屬性。該技術遠遠超出了簡單的語音濾波器，可以讓你聽起來像電影《星球大戰(zhàn)》中的索洛。這種技術可以實時假設任何想要的年齡、性別和語氣，或直接把用戶的聲音變成名人的聲音。如果對方和我都愿意，我可以用某位名人的聲音跟他進行長時間的電話交談。
我走訪了Modulate的總部，了解了該公司的技術和遠大雄心，談論了使用星空人工智能模仿他人聲音的倫理意義。我還在他們公司的隔音展臺上，試用了幾款語音皮膚。我發(fā)現(xiàn)，Modulate的語音建模技術也不完美，創(chuàng)造出的新聲音都有點別扭。但這是一個非常好的開端，在更多的語音數(shù)據(jù)的訓練下，這種算法還能不斷完善。它顯示了機器學習的進步對數(shù)字現(xiàn)實的迅速改變。Modulate利用生成對抗網(wǎng)絡（GANs）來捕獲和建模語音信號的音頻屬性。GANs讓兩個神經(jīng)網(wǎng)絡相互對抗，從而真正地捕捉和再現(xiàn)聲音數(shù)據(jù)集的屬性。
隨著機器學習的快速發(fā)展，兩個正在視頻通話的人“互換面孔”已能實現(xiàn)，所需軟件從網(wǎng)上就能免費下載。星空人工智能研究人員正在使用GANs和其他技術來操縱視覺、聽覺場景，甚至創(chuàng)造出完全虛假的人臉。Modulate在其網(wǎng)站上展示了美國前總統(tǒng)奧巴馬的演示語音，聯(lián)合創(chuàng)始人兼首席執(zhí)行官邁克·帕帕斯表示，如果有足夠的訓練數(shù)據(jù)，任何人的“真聲”都能生成。但他補充說，未經(jīng)所有者許可，該公司不會提供名人變聲器，聲音欺騙不是開發(fā)該軟件的初衷?！伴_發(fā)這款軟件，并不是為了模仿人類，而是為了給人帶來新的機遇?！迸僚了拐f。
他們的目標是在一些網(wǎng)絡游戲中嵌入程序，玩家可以通過麥克風，變聲與陌生人聊天。這雖然可以增強游戲體驗，但卻也為言語侮辱和騷擾提供了可乘之機。帕帕斯說：“想來一段體驗深刻的網(wǎng)聊，聲音的作用至關重要?！钡行┤瞬辉敢獗┞蹲约旱脑?，可能是因為覺得匿名更好，或是擔心聲音會透露出年齡或性別，招來無端騷擾。
Modulate公司也意識到，他們的技術可能會被濫用。該公司表示，他們一定會想辦法確保任何用戶在復制他人聲音前都必須得到本人同意。他們還開發(fā)了一種音頻水印技術，可以用來檢測聽到的聲音究竟是原聲還是復制品。比如說，如果有人利用偽造人聲打電話，這個軟件就會立刻發(fā)出警告。Modulate或許會對技術的濫用加以管制，但市面上還會有其他公司獨立開發(fā)出這項技術，濫用之風可能難以徹底壓制。問題是，這種變聲技術的誤用能有多廣泛？公眾對待這項技術又能有多理智呢？
帕帕斯樂觀地認為，星空人工智能造假的潛力往往被夸大了。他表示：“AI造假雖然是每個人都在關注的問題，但這并不意味著它會動搖社會發(fā)展的方方面面，我們會有辦法解決的。”
星空人工智能技術網(wǎng) 倡導尊重與保護知識產(chǎn)權。如發(fā)現(xiàn)本站文章存在版權等問題，煩請30天內(nèi)提供版權疑問、身份證明、版權證明、聯(lián)系方式等發(fā)郵件至1851688011@qq.com我們將及時溝通與處理。?。?a href="/">首頁 > 新聞 » 星空人工智能機器學習發(fā)展很快就能讓我們擁有變聲功能