Bagaimana cara kerja deepfake text to speech dan audio?

Teknologi baru seperti sintesis suara dan text to speech (TTS) dikembangkan untuk meniru suara seseorang dengan sangat realistis. Banyak pengguna, seperti pembuat film dan pengembang game, terbantu dengan cloning suara untuk membuat voiceover dan suara karakter khusus berkualitas tinggi. Di artikel ini, Anda akan mengetahui segala hal tentang deepfake TTS.

Apa itu deepfaking?

Deepfaking adalah alat berbasis kecerdasan buatan yang memakai deep learning untuk menggantikan wajah seseorang dengan wajah lain dalam video atau file multimedia lain. Algoritma deep learning memproses dan mengubah banyak data, seperti klip video orang tersebut. Dengan semua data itu, algoritma belajar dan membuat data baru untuk mengganti wajah dalam konten digital. Hasilnya adalah media palsu yang tampak sangat nyata. Cara paling umum membuat deepfake adalah memakai neural network. Anda perlu video dasar dan beberapa klip singkat orang yang sama. Memberi software informasi sebanyak-banyaknya memungkinkan software merekonstruksi wajah tersebut dari berbagai sudut. Aplikasi canggih bahkan bisa membuat deepfake secara real-time. Software deepfake bisa ditemukan di komunitas open-source seperti GitHub. Contohnya Vall-E. Aplikasi ini punya Emotional Voices Database yang digunakan untuk membuat suara personal dengan meniru emosi manusia.

Bagaimana text to speech membantu deepfaking?

Deepfake tidak hanya terbatas pada video. Teknologi AI juga sudah mampu meniru suara manusia sehingga pengguna sulit membedakan dengan suara asli. Sama seperti deepfaking video, voice generator perlu pelatihan model bahasa. Proses ini memerlukan rekaman suara sebanyak mungkin agar AI bisa meniru suara pembicara. Audio deepfake makin populer di media sosial.

Bisakah Anda mengenali suara deepfake?

Meski synthesizer didesain menciptakan suara realistis, peneliti memakai dinamika fluida untuk membedakan suara manusia dan sintetis. Suara deepfake dibuat dengan meniru saluran vokal yang tidak ada pada manusia. Jadi, walau suaranya mirip, sebenarnya berbeda. Namun, teknologi ini terus berkembang dan bisa sampai pada titik di mana membedakan audio deepfake dan suara asli hampir mustahil. Karena komunikasi manusia banyak lewat audio seperti pesan suara dan telepon, suara deepfake bisa jadi ancaman. Banyak orang bisa memakai model suara untuk menipu orang lain.

Teknologi Deepfake—Kelebihan & Kekurangan

Kelebihan

• Personalisasi—Untuk brand, deepfake memungkinkan pembuatan kampanye yang lebih relevan. Misalnya, brand bisa mempertimbangkan etnis pelanggan untuk membuat model yang mirip. Target jadi bisa tahu produk tampak seperti apa saat dikenakan.
• Kampanye lebih efektif—Dengan menghilangkan biaya aktor, perusahaan bisa menjalankan kampanye omnichannel. Alih-alih rekaman untuk setiap channel, text to speech bisa menghasilkan konten untuk banyak channel seperti podcast dan streaming.
• Video hemat biaya—Biaya aktor tinggi. Karena itu, marketer lebih memilih melisensikan identitas aktor. Daripada merekam berkali-kali, marketer bisa mengedit deepfake.

Kekurangan

• Isu etika—Brand bisa memakai deepfake untuk berbagai alasan. Meski banyak yang efektif seperti untuk branding, lainnya bisa melanggar etika dan merusak reputasi. Contoh penyalahgunaan ML: startup yang memakai deepfake untuk ulasan perusahaan palsu.
• Risiko penipuan—Banyak orang telah menjadi korban penipuan deepfake. Suara deepfake begitu nyata hingga orang tidak curiga saat menerima telepon.

Dapatkan suara AI alami dengan Speechify

Speechify adalah aplikasi text to speech yang memberi pengguna versi audio dari teks mereka. Anda bisa membuat konten langsung di aplikasi atau mengunggah dokumen. Aplikasi ini otomatis membuat audio dari naskah Anda untuk diunduh. Speechify juga memungkinkan Anda mengatur voiceover dengan mengubah pitch dan speed sesuai keinginan. Tersedia dalam 30+ bahasa. Platform ini kompatibel dengan komputer Microsoft & Apple, Android, dan iOS. Coba Speechify’s Voice Over Generator hari ini untuk mulai membuat audio dengan suara AI alami.

FAQ

Apakah memungkinkan deepfake audio?

Ya, deepfake audio juga dikenal sebagai voice cloning atau suara sintetis.

Bagaimana cara mendapatkan suara dalam di text to speech?

Banyak software text to speech dirancang untuk menghasilkan suara dalam yang sangat alami. Speechify, misalnya, mendukung 30 suara berbeda, termasuk suara pria yang dalam.

Apa versi audio dari deepfake?

Versi audio deepfake adalah rekaman yang dibuat AI dengan meniru suara asli melalui deep learning. Misal: Resemble.ai bisa membuat audio deepfake untuk hiburan.

Apakah 15.ai berbayar?

Tidak, 15.ai adalah freeware non-komersial. Namun, aplikasi web AI ini diturunkan pada 2022 untuk pemeliharaan.

Apa bedanya deepfake text to speech dan deepfake audio?

Deepfake adalah teknologi AI untuk meniru wajah seseorang di video, sementara deepfake audio fokus pada suara. Text to speech mengubah teks apa pun menjadi versi audio. Namun, suara TTS tidak selalu meniru aktor suara/konten selebriti, kecuali platform mengaturnya demikian.

Apa aplikasi text to speech terbaik?

Speechify adalah aplikasi terbaik yang tersedia, dengan fitur-fitur berguna untuk membuat audio realistis dari teks pengguna.

Kenapa audio deepfake sulit dideteksi?

Deepfake memakai algoritma neural network yang belajar sendiri. Makin banyak data diberikan, makin baik sistem meniru suara manusia sehingga lebih sulit dikenali.

Bagaimana cara memakai deepfake?

Deepfake bisa digunakan untuk hiburan atau membuat voiceover untuk video dan konten multimedia lainnya.