Dok gledate svoju najdražu animiranu seriju, slušate podcast ili voiceover za Tik-Tok video, vjerojatno ne razmišljate o tome tko se krije iza glasova na sadržajima koje svakodnevno konzumirate. Prije skoka u razvoju tehnologije i dok se na dnevnoj bazi stvaralo mnogo manje sadržaja, svi ti glasovi pripadali su stvarnim osobama. Možete li zamisliti koliko je vremena potrebno za snimanje velike količine audiomaterijala potrebnih za jednu prosječnu videoigru, podcast ili film? S napretkom umjetne inteligencije to se sada može obaviti u rekordnom vremenu, a glasovi koje čujemo mogu biti potpuno generirani pomoću AI generatora glasa.
AI generatori glasa brzo postaju ključna tehnologija koja oblikuje različite industrije, od zabave do zdravstva. Ta napredna tehnologija omogućuje stvaranje sintetičkih glasova koji mogu zvučati (gotovo) identično ljudskim, što otvara brojne nove mogućnosti i znatno štedi novac. S pomoću alata poput OpenAI Voice Enginea i Respeechera moguće je replicirati glasove na temelju vrlo kratkih audio uzoraka, što omogućuje primjenu u širokom spektru područja, uključujući glasovne uloge u filmovima i videoigrama, obrazovanje i pomoć osobama s govornim poteškoćama.
U ogromnoj industriji kao što je filmska uporaba takvih generativnih alata mogla bi znatno uštedjeti troškove jer napretkom umjetne inteligencije moguće je replicirati glasove glumaca ili stvoriti nove. AI je toliko uznapredovao da takvi alati nude brojne mogućnosti, kao što su podešavanje visine tona ili mijenjanje naglaska. Brzina kojom generativni alati rade zapanjujuća je, a smanjeni troškovi svakako su prednost za male tvrtke, startupe i kreativce koji imaju ograničen budžet.
Međutim, dok AI generatori glasa nude ogromne prednosti, oni također donose ozbiljne etičke izazove, poput pitanja vlasništva glasa, pristanka i potencijala za zloupotrebu, uključujući krađu identiteta i širenje dezinformacija. Stoga je vrlo bitno razumjeti kako se takvi alati koriste, što se njima može postići te kako se možete zaštititi od lažnih informacija, a već smo apelirali na kritičko pristupanje sadržajima u članku o zaštiti od deepfakea.
Brojne slavne osobe već neko vrijeme ukazuju na problem kloniranja njihovih glasova, a The Guardian upozorava da su etičke i pravne implikacije koje to nosi vrlo ozbiljne. Najpoznatiji slučaj zloupotrebe glasa poznate osobe zasigurno je onaj Davida Attenborougha, čiji je glas iskorišten za izvještavanje o političkim temama bez njegovog pristanka. Stručnjaci smatraju da bi vlasti trebale poduzeti korake kako bi spriječile te neetične prakse, jer postojeći zakoni nisu dovoljni da prate brzinu razvoja tih tehnologija. S obzirom na potencijalnu štetu koja može nastati, kloniranje glasova mora biti regulirano kako bi se zaštitili osobni identiteti i spriječila manipulacija u političkom i poslovnom kontekstu.
Jako nas veseli napredak tehnologije, naročito na području umjetne inteligencije, a pogotovo kada ona obuhvaća kreativne prakse. Istovremeno ne smijemo ignorirati potencijalne probleme koje zloupotreba generativnog AI-a povlači sa sobom i nadamo se da će europske i svjetske vlade što prije donijeti jasne smjernice za rješavanje sporova povezanih s pitanjima neovlaštenog kloniranja glasa. Do tad, ključno je da kritički pristupamo sadržajima koje konzumiramo – i naravno – da uživamo u svim pogodnostima koje nam generativni AI pruža.
