Η OpenAI αποκάλυψε την τεχνολογία Voice Engine την Παρασκευή, λίγες ημέρες μετά την υποβολή αίτησης για το εμπορικό σήμα του ονόματος.
Τι είναι όμως η τεχνολογία Voice Engine. Σύμφωνα με την εταιρεία, μπορεί να αναδημιουργήσει τη φωνή ενός ατόμου με μόλις 15 δευτερόλεπτα ηχογράφησης του ατόμου που μιλάει.
Η OpenAI λέει ότι σκοπεύει να την κάνει προεπισκόπηση με πρώιμους δοκιμαστές «αλλά δεν κυκλοφορεί ευρέως αυτήν την τεχνολογία αυτή τη στιγμή» λόγω των κινδύνων κακής χρήσης.
Στο Νιου Χάμσαϊρ, οι αρχές ερευνούν ρομποτικές κλήσεις που στάλθηκαν σε χιλιάδες ψηφοφόρους λίγο πριν τις προεδρικές προκριματικές εκλογές, οι οποίες παρουσίαζαν μια φωνή που δημιουργήθηκε από AI και μιμείται τον Πρόεδρο Τζο Μπάιντεν.
Ορισμένες νεοσύστατες εταιρείες πωλούν ήδη τεχνολογία κλωνοποίησης φωνής, ορισμένες από τις οποίες είναι προσβάσιμες στο κοινό ή σε επιλεγμένους επιχειρηματικούς πελάτες, όπως τα στούντιο ψυχαγωγίας.
Η OpenAI λέει ότι οι πρώτοι δοκιμαστές του Voice Engine συμφώνησαν να μην υποδύονται ένα άτομο χωρίς τη συγκατάθεσή τους και να αποκαλύπτουν ότι οι φωνές έχουν δημιουργηθεί από AI.
Η εταιρεία, περισσότερο γνωστή για το chatbot της και τη συσκευή δημιουργίας εικόνων DALL-E, ακολούθησε παρόμοια προσέγγιση ανακοινώνοντας αλλά όχι ευρέως την κυκλοφορία της συσκευής παραγωγής βίντεο Sora.
Ωστόσο, μια αίτηση εμπορικού σήματος που κατατέθηκε στις 19 Μαρτίου δείχνει ότι το OpenAI πιθανότατα στοχεύει να ασχοληθεί με την αναγνώριση ομιλίας και τον ψηφιακό φωνητικό βοηθό.
Τελικά, η βελτίωση αυτής της τεχνολογίας θα μπορούσε να βοηθήσει το OpenAI να ανταγωνιστεί άλλα προϊόντα φωνής όπως το Alexa της Amazon.
