A
A
  • Angol
  • Magyar
  • 10 perc

AI hanggenerátor: lehetőségek és kockázatok a jövő tartalomkészítésében

A Microsoft által fejlesztett, majd gyorsan eltávolított Vibe Voice AI hanggenerátor valósághű hangklónozást és többnyelvű audiókat tesz lehetővé előfizetési díj nélkül.

Az alábbi videó egy forradalmi, ingyenes, mesterséges intelligencia alapú hanggenerátor részleteit mutatja be, amelyet eredetileg a Microsoft fejlesztett ki Vibe Voice néven. Kezdetben a fejlesztők túl élethűnek találták a hangokat, így fennállt a mélyhamisítási (deepfake) piac elárasztásának veszélye. Emiatt a projekt bemutatását követően gyorsan le is vették a hivatalos felületekről, azonban a közösség néhány tagja még időben lementette az egész kódot a GitHubról.

Részletesen bemutatásra kerül, hogyan lehet ezt a hanggenerátort telepíteni és futtatni saját számítógépen, bármilyen előfizetési díj nélkül. Technikai tippeket is kapunk a telepítésről, modellek letöltéséről, illetve arról, hogy különböző hangok és több beszélő is létrehozható a rendszer segítségével.

Kiemelt érdekesség, hogy saját hang klónozása is megoldható akár egy egyszerű telefonos hangfelvétel alapján, valamint a rendszer több nyelven is képes szöveget felolvasni és különböző karaktereket megszólaltatni egy mesterséges podcastban.

Felmerülnek kérdések a szöveg-beszéd technológia veszélyeiről, a mesterséges intelligencia szerepéről a jövő tartalomkészítésében, valamint arról, hogyan használhatók ezek a fejlesztések produktívan, például audiokönyvek, blogok vagy ügyfélszolgálati hangüzenetek készítése során.