Όλα για τις Deepfake Φωνές

Η άνοδος των deepfake μέσων είναι ένα από τα πιο «καυτά» θέματα στην κυβερνοασφάλεια και τα media. Έχουν πολλές χρήσεις, από τη δημιουργία ενήλικου περιεχομένου μέχρι ψευδείς ειδήσεις και οικονομικές απάτες. Η χρήση της εικόνας και της φωνής κάποιου χωρίς τη συγκατάθεσή του σε πειστικά βίντεο ή ηχητικά φαίνεται σαν τεχνολογικό επίτευγμα της τεχνητής νοημοσύνης. Ωστόσο, προκαλεί σοβαρές αντιδράσεις.

Τι είναι μια deepfake φωνή;

Μια deepfake φωνή μιμείται πολύ πιστά μια πραγματική ανθρώπινη φωνή. Αν και συνθετική, ακούγεται φυσική και μπορεί να αναπαράγει τόνους, προφορές, ρυθμό και μοναδικά χαρακτηριστικά.

Όσοι δημιουργούν deepfake φωνές ή φωνητικές κλωνοποιήσεις χρησιμοποιούν τεχνολογία AI και ισχυρούς υπολογιστές. Μπορεί να χρειαστούν εβδομάδες για να κλωνοποιηθεί η φωνή κάποιου. Επιπλέον, εκτός από εξειδικευμένα εργαλεία, απαιτούνται ηχογραφήσεις της φωνής του ατόμου-στόχου ως εκπαιδευτικά δεδομένα.

Σε έναν βαθμό, η διαδικασία θυμίζει τη χρήση μετατροπής κειμένου σε ομιλία για δημιουργία συνθετικών φωνών. Όμως το TTS δημιουργεί φυσικές φωνές χωρίς να αντιγράφει συγκεκριμένο άτομο.

Δεν είναι κακό να κλωνοποιεί κάποιος τη δική του φωνή για ακουστικά βιβλία, voiceovers ή άλλο περιεχόμενο. Όμως, η δημιουργία ξένων deepfake φωνών χωρίς συναίνεση αποτελεί σοβαρό ζήτημα.

Κίνδυνοι από τις deepfake φωνές

Η ταυτοποίηση με φωνή έμοιαζε για χρόνια σενάριο επιστημονικής φαντασίας. Δυστυχώς, η τεχνολογία υπάρχει και είναι αδύναμο μέτρο απέναντι στις απάτες. Με την εξέλιξη των deepfake φωνών, οι απατεώνες προκαλούν ολοένα και περισσότερες ζημιές.

Το 2020, ένας διευθυντής τράπεζας έλαβε τηλεφώνημα από κάποιον που πίστεψε ότι ήταν διευθυντής εταιρείας. Αναγνώρισε τη φωνή και ενέκρινε μεταφορά 35 εκατ. δολαρίων. Δεν ήξερε ότι η φωνή ήταν κλωνοποιημένη.

Το Forbes ανέφερε παρόμοιο περιστατικό την προηγούμενη χρονιά. Έγινε σε ενεργειακή εταιρεία στη Βρετανία που εξαπατήθηκε από deepfake φωνή αξιόπιστου ατόμου.

Ακόμη χειρότερα, είναι πολύ εύκολο να αποκτηθούν καθαρές ηχογραφήσεις φωνών — από συσκευές, συνεντεύξεις, δημόσιες δηλώσεις κ.λπ. Η τεχνολογία ηχογράφησης βελτιώνεται συνεχώς, οπότε τα δεδομένα για την AI γίνονται πιο ακριβή και τα deepfake ηχητικά πιο πειστικά.

Τα εργαλεία κυβερνοασφάλειας δεν έχουν ακόμη βρει 100% ασφαλείς μεθόδους ανίχνευσης deepfake ηχητικών.

Καλύτερα λογισμικά deepfake φωνών

Speechify

Σε αντίθεση με άλλα, το Speechify Voice Over δεν είναι εφαρμογή κλωνοποίησης φωνής. Ωστόσο, το λογισμικό μετατροπής κειμένου σε ομιλία χρησιμοποιεί προηγμένο AI για συνθετικές και φυσικές φωνές. Το Speechify Voice Over Studio διαθέτει βιβλιοθήκη ανθρώπινων φωνών και δημιουργεί νέες με διάφορες παραμέτρους.

Η μετατροπή κειμένου σε φωνή βοηθά στην ανάγνωση κειμένου ή στη δημιουργία podcast. Μπορείτε να δημιουργήσετε ηχογραφήσεις από το κείμενο που εισάγετε ή σαρώνετε. Χρησιμοποιούνται σε μάρκετινγκ, μηνύματα, υποστήριξη πελατών κ.ά.

Resemble

Το Resemble AI είναι ένα από τα πιο δυνατά λογισμικά deepfake ηχητικών. Δεν χρειάζεται πολλά δεδομένα για να ξεκινήσει την κλωνοποίηση.

Με το Resemble μπορείτε να κλωνοποιήσετε τη δική σας φωνή, ιδανικό για ηχογραφημένες διαφημίσεις ή podcast. Υποστηρίζει πολλές γλώσσες και παρέχει εργαλεία προσωποποίησης και ρύθμισης συναισθήματος.

Descript

Το Descript είναι εργαλείο κλωνοποίησης φωνής με δυνατότητες επεξεργασίας. Μπορεί, μέσω απομαγνητοφωνήσεων ή ηχητικών, να παράγει ρεαλιστικές φωνές για πειστικά deepfake βίντεο.

Παρότι έχει δύσκολη καμπύλη εκμάθησης, τα εξελιγμένα εργαλεία, η καταγραφή οθόνης και η πολυκάναλη επεξεργασία βοηθούν στη δημιουργία ρεαλιστικών ομιλιών σε κάθε φωνή.

ReSpeecher

Η χρήση αλγορίθμων μηχανικής μάθησης για φωνές που μοιάζουν με αληθινές είναι εντυπωσιακή και πολλά υποσχόμενη επιχειρηματική ιδέα. Το ReSpeecher χρησιμοποιήθηκε από τη Lucasfilm για τη φωνή του Luke Skywalker στο Mandalorian.

Αποδεικνύει πως μερικά deepfake λογισμικά κάνουν πολύ περισσότερα από σύντομα social βίντεο. Το ReSpeecher έχει ζήτηση χάρη στην ποιοτική σύνθεση φωνών και το αξιόπιστο ιστορικό του.

Real-Time Voice Cloning

Δεν έχουν όλοι χρήματα για το ReSpeecher ή υπομονή για λίστα αναμονής. Κάποιοι θέλουν πιο οικονομική ή δωρεάν λύση. Το Real-Time Voice Cloning είναι ανοιχτού κώδικα και προσβάσιμο μέσω GitHub.

Δεν είναι το πιο εύκολο στη χρήση για συνθετικές φωνές άλλων, αλλά λειτουργεί με μικρά ηχητικά δείγματα. Μπορεί να ξεγελάσει συσκευές όπως η Alexa ή να χρησιμοποιηθεί για τηλεφωνικές φάρσες.

iSpeech

Το iSpeech είναι ακόμη ένας δωρεάν δημιουργός φωνών με έμφαση στην κλωνοποίηση. Διαθέτει εξελιγμένη αναγνώριση φωνής και μετατροπέα κειμένου σε ομιλία με συλλογή διάσημων φωνών.

Με το iSpeech δημιουργείτε εξατομικευμένες deepfake φωνές, πρότυπα και ηχογραφείτε φωνή. Είναι ευέλικτο, όχι τόσο πειστικό όσο άλλα, αλλά ιδανικό για μια πρώτη επαφή με τα deepfakes.

Speechify – Δημιουργήστε ανθρώπινες, φυσικές φωνές

Speechify αξιοποιεί αλγόριθμους βαθιάς μάθησης για να παράγει φυσικές ανθρώπινες φωνές χωρίς να κλωνοποιεί συγκεκριμένο άτομο. Παρότι τα deepfakes δημιουργούν ανησυχίες, το TTS είναι συνήθως πολύ πιο χρήσιμο εργαλείο.

Δοκιμάστε το Speechify Voice Over Studio για podcasts, αφηγήσεις, ανάγνωση απαιτητικών κειμένων, εκμάθηση γλώσσας και πολλά ακόμη.

Συχνές ερωτήσεις

Είναι το FakeYou δωρεάν;

Το FakeYou είναι περιορισμένο αλλά δωρεάν AI voice generator. Διαθέτει βιβλιοθήκη με φωνές διασημοτήτων και μπορεί να το χρησιμοποιήσει όποιος αντέχει τις αργές μετατροπές. Είναι εύκολο στη χρήση από browser.

Πώς εντοπίζονται deepfake φωνές;

Ο εντοπισμός απαιτεί προηγμένο λογισμικό και εξοπλισμό που αναλύει μοτίβα ομιλίας, θορύβους και άλλα στοιχεία.

Διαφορά deepfake φωνής και φωνητικού συνθεσάιζερ;

Οι deepfake φωνές είναι συχνά κλωνοποιημένες, ενώ ο συνθεσάιζερ δημιουργεί ανθρώπινες φωνές για εμπορική χρήση.