Speechifyn perustaja keskustelee tekoälyn tulevaisuudesta Everyday AI -podcastissa

Ovatko julkkisäänet generatiivisen tekoälyn tulevaisuus? Onko tekoäly turvallista? Speechifyn perustaja ja toimitusjohtaja Cliff Weitzman istui alas Jordan Wilsonin kanssa Everyday AI Podcastin jaksossa 152 käsittelemään näitä kysymyksiä ja paljon muuta.

Everyday AI -podcast

Everyday AI -podcast on suosittu ilmainen päivittäinen livestream, podcast ja uutiskirje, joka auttaa tavallisia ihmisiä kehittämään uraansa tekoälyn avulla. Podcast pitää kuuntelijat ajan tasalla generatiivisen tekoälyn uusimmista vinkeistä ja trendeistä sekä varmistaa, että he osaavat hyödyntää tekoälyä menestyäkseen. Huhtikuussa 2023 lanseerattu Everyday AI -podcast on kerännyt 22 000 kuuntelijaa ja 7 800 päivittäistä uutiskirjeen tilaajaa, jotka haluavat oppia tekoälyyn liittyviä oivalluksia ja strategioita työskennelläkseen fiksummin, ei kovemmin, ja saavuttaakseen menestystä tekoälyn avulla.

Speechifyn tarina

Cliff Weitzman kehitti alun perin Speechifyn kamppailtuaan yliopistossa lukihäiriön kanssa ja huomattuaan, että useimmilla oppikirjoilla ei ole äänikirjoja. Nykyään se on maailman ykkönen tekstistä puheeksi -sovellus, jolla on yli 150 000 viiden tähden arvostelua ja yli 25 miljoonaa käyttäjää. Miten siitä tuli niin suosittu, että jopa Snoop Dogg halusi tehdä yhteistyötä yrityksen kanssa? Weitzman käsitteli tätä ja paljon muuta Everyday AI -podcastin jaksossa 152, joka julkaistiin maanantaina 27. marraskuuta.

Miten Speechify toimii

Weitzman selitti, kuinka Speechify perustuu maailman parhaaseen tekstistä puheeksi (TTS) -moottoriin ja korkealaatuiseen tekoälyäänigeneraattoriin, joka muuntaa minkä tahansa tekstin puheeksi välittömästi ja edullisesti. Android-, Mac- ja iOS-sovelluksen sekä verkkosivuston version lisäksi Speechify ei rajoitu vain digitaalisen tekstin, kuten PDF-tiedostojen, uutisartikkelien, Google Docs -dokumenttien ja sähköpostien, lukemiseen ääneen. Kehittyneen OCR- ja tekoälyteknologian avulla käyttäjät voivat nopeasti ottaa kuvia oppikirjoista, opasvihkoista, käsinkirjoitetuista muistiinpanoista ja muista fyysisistä asiakirjoista ja muuntaa ne eläväksi äänitiedostoksi reaaliajassa.

Speechifyn käyttötapaukset ja tavoite

Antamalla käyttäjien kuunnella tekstiä sen sijaan, että he lukisivat sitä, tai lukemisen aikana Speechifyn tekstin korostusominaisuuden avulla, käyttäjät voivat omaksua tietoa nopeammin, helpommin ja tehokkaammin. Tämä on tehnyt Speechifysta välttämättömän tekoälytyökalun opiskelijoille ja henkilöille, joilla on oppimisvaikeuksia tai -vammaisuuksia, kuten lukihäiriö, ADHD, heikko näkö, sokeus, autismi, aivotärähdykset ja ahdistus.

Vaikka Speechify oli alun perin suunnattu oppimisvaikeuksista kärsiville avustavana teknologiana, nykyään kaikenlaiset ihmiset käyttävät sitä, mukaan lukien, Weitzmanin mukaan, lääkärit, lakimiehet, kirjanpitäjät, sotilaat, johtajat, rahoitusalan ammattilaiset, kielenoppijat ja moniajoa tekevät, jotka haluavat parantaa tuottavuuttaan ja lukunopeuttaan sen korkealaatuisten luonnollisen kuuloisten äänien ja OCR-teknologian ansiosta.

Itse asiassa Weitzman kertoi, että Speechifyn tavoite on varmistaa, että "lukeminen ei koskaan ole este oppimiselle kenellekään, riippumatta taustastasi.”

Julkkisäänet

Kun Speechify on kasvanut, sillä on ollut mahdollisuus tehdä yhteistyötä tunnettujen julkkisten kanssa. Jaksossa Weitzman ja Wilson keskustelivat siitä, miten Speechify päätyi yhteistyöhön Snoop Doggin kanssa, joka lainaa oman äänensä Speechifyn laajaan äänivalikoimaan.

Weitzman selitti, että monet Speechifyn kumppanuuksista syntyvät, kun tuotetta itse käyttävät ihmiset ottavat yhteyttä. Hän kuvailee, kuinka Snoop Doggin agentti otti yhteyttä Speechifyyn kertoen, kuinka Snoop halusi käyttää ääntään auttaakseen yleisöään omaksumaan tietoa. Tämä johti siihen, että Weitzman lensi Snoop Doggin omaan studioon äänittämään ja jäljentämään hänen äänensä äänikloonaus ja puhesynteesiteknologian avulla.

Speechifyn yli 200 tekoälyäänen joukossa eri kielillä, kuten englanti, kiina, espanja, portugali ja muut, on myös näyttelijä ja pitkäaikainen Speechifyn sijoittaja Gwyneth Paltrowin ääni tekstistä puheeksi -kertoja vaihtoehtona.

Mutta näiden julkkisäänivaihtoehtojen, jotka voivat lukea mitä tahansa sosiaalisen median viesteistä tutkimuspapereihin, mukana tulevat myös turvatoimet, joita Speechify toteuttaa väärinkäytön välttämiseksi.

Tekoälyn turvallisuus ja äänikloonaus

Vaikka Speechify tunnistaa tekoälyn tekstistä puheeksi -työkalujen ja äänikloonausteknologian hyödyt, Weitzman selitti myös, että yksi Speechifyn tärkeimmistä huolenaiheista on sisällöntuottajien ja ihmisten suojeleminen, koska “tekoälyn turvallisuus on äärimmäisen tärkeää.”

Turvallisuuskäytäntöjen toteuttaminen on tullut entistä tärkeämmäksi, kun Speechify on laajentanut tekstistä puheeksi -toimintojaan lanseeraamalla uusia tuotteita, kuten Speechify Studio, tekoälyllä toimivan työkalupaketin, joka mahdollistaa sisällöntuottajien luoda tekoälyäänikertoja, mukautettuja ääniä, kääntää äänikertoja, transkriboida automaattisesti työnsä, muokata videoita ja käyttää tekoälyavatareja.

Esimerkiksi Weitzman selittää, että Speechify sallii käyttäjien kloonata vain oman äänensä tai äänen, joka on aivan heidän vieressään, kuten ystävän, joka on antanut suostumuksensa, ei mitä tahansa ääntä internetissä, suojellakseen väärinkäytöltä sekä identiteetti- tai tekijänoikeusrikkomuksilta.

“Yleinen filosofiamme Speechifylla asettaa oikeuksien omistajat kuljettajan paikalle," Weitzman sanoi. Hän totesi myös, että Speechifyn tekoälyteknologia ei ole tarkoitettu korvaamaan sisällöntuottajia, kuten äänikirjojen lukijoita, vaan “laajentamaan [heidän] kykyään luoda,” esimerkiksi auttamalla heitä tuottamaan enemmän sisältöä tehokkaammin.

Lisäksi Weitzman paljasti, että Speechify työskentelee parhaillaan tuotteen parissa, joka mahdollistaa käyttäjien helposti erottaa, onko ääni ihmisen ääni vai tekoälyn luoma synteettinen ääni ja, jos ääni on väärennös, missä se alun perin luotiin - suojaus, joka auttaa estämään ihmisiä joutumasta äänihuijausten uhreiksi, joissa pahantahtoiset toimijat käyttävät äänenmuunninta jäljitelläkseen rakkaan ihmisen ääntä pahantahtoisista syistä.

Kuuntele Cliff Weitzmania Everyday AI -podcastissa

Jos haluat oppia lisää siitä, miten Speechifyn tekstistä puheeksi -tekoäly muokkaa oppimisen ja sisällöntuotannon tulevaisuutta, kuuntele tämä erityisjakso Everyday AI -podcastista suurilla podcast-alustoilla, kuten Apple Podcasts ja Spotify, tai kuuntele alla:

Podcastin aikaleimat: 

[00:12:50] Turvallisuus tekstistä puheeksi -alalla

[00:18:12] Tekstistä puheeksi -käyttötapaukset

[00:21:05] Yleisön kysymykset

[00:24:10] Tekstistä puheeksi -teknologian tulevaisuus

[00:27:28] Onko kirjoitetulla sanalla yhä vaikutusta?

[00:31:30] Tekstistä puheeksi ammattilaisten käytössä