Suara deepfake dan teks ke ucapan

Dengan kemajuan kecerdasan buatan (AI) dan pembelajaran mendalam, kini orang boleh mencipta media sintetik yang sangat berkualiti dan realistik. Teknologi ini membuka peluang kepada pelbagai inovasi kreatif yang mempengaruhi banyak industri. Salah satunya ialah deepfake, iaitu suara sintetik dan penduaan suara.

Apa itu suara deepfake?

Deepfake merujuk kepada media sintetik, juga dipanggil penduaan suara. Dengan AI, pengguna boleh menghasilkan video deepfake yang menukar rupa atau suara seseorang di skrin, atau buat orang itu 'mengucapkan' sesuatu yang tak pernah disebutnya—ini dinamakan penduaan suara. Bayangkan kalau anda boleh tukar suara sendiri jadi suara Arnold Schwarzenegger untuk sebut apa saja yang anda mahu.

Proses ini memerlukan perisian khas untuk menganalisis wajah, memproses suara daripada skrip teks, dan memodelkan pergerakan mulut dalam ruang tiga dimensi.

Ada beberapa kegunaan canggih untuk teknologi ini dan Voice Cloning salah satunya. Hampir semua orang—walaupun bukan pakar teknologi—pernah dengar skandal deepfake. Baru-baru ini, sebuah dokumentari selepas pemergian Tony Bourdain mengejutkan ramai kerana naratifnya dibacakan seolah-olah oleh beliau sendiri.

Sebuah syarikat permulaan IT membantu syarikat produksi menghidupkan semula suara Bourdain untuk menambahkan rasa realistik pada cerita. Ini memang pencapaian besar, tapi pada masa sama timbul persoalan moral. Sebabnya, kini hanya perlukan komputer dan perisian yang sesuai untuk hasilkan rakaman suara atau video palsu sesiapa saja.

Bagaimana deepfake dihasilkan?

Mula-mula, sampel suara seseorang dikumpulkan. Input boleh didapati daripada media sosial, rakaman telefon, siaran TV dan sebagainya. Kemudian, perisian AI menggabungkan sampel ini untuk hasilkan suara palsu. 

Ini cuma ringkasan proses yang sebenarnya kompleks—akhirnya, alat AI gunakan semua data itu untuk cipta suara yang kedengaran semula jadi dan boleh membacakan teks digital. Itulah sebabnya deepfake sangat berkait rapat dengan teks ke ucapan (TTS) moden. 

Integrasi suara deepfake dalam teks ke ucapan

Pengguna boleh ubah ciri seperti nada, umur dan loghat menggunakan teknologi suara deepfake dalam sistem teks ke ucapan. Orang boleh cipta suara sintetik yang hampir sama dengan gaya atau nada yang mereka mahu—contohnya untuk individu yang ada masalah suara. Kustomisasi sebegini boleh memudahkan komunikasi dan meningkatkan kualiti hidup pengguna secara umum.

Dengan suara deepfake, pencipta kandungan boleh hasilkan audio yang lebih menarik untuk tarik pengikut setia. Mereka guna suara deepfake yang mirip pencerita atau selebriti popular supaya pendengar lebih teruja. Ini sangat berguna untuk buku audio dan podcast, di mana suara memberi kesan besar kepada emosi dan penglibatan.

Namun, penggunaan suara deepfake dalam TTS menimbulkan isu moral. Suara deepfake boleh dimanipulasi dan meniru suara sebenar tanpa keizinan—mengelirukan orang ramai. Perlu ada kawalan ketat dan undang-undang yang jelas bagi memastikan teknologi ini digunakan secara bertanggungjawab dan beretika.

Kesimpulannya, kehadiran suara deepfake dalam sistem teks ke ucapan membuka ruang kepada penyintesis suara yang lebih peribadi dan menarik. Ia mungkin mengubah cara kita berinteraksi dengan suara tiruan supaya lebih mudah diakses dan lebih memuaskan—dengan syarat isu etika sentiasa diambil kira.

Kelebihan

Deepfake ada beberapa kelebihan. Video “This Is Not Morgan Freeman” pada 2021 menunjukkan bagaimana teknologi Augmented boleh dimanfaatkan.

Imej itu menunjukkan bahawa dengan melatih AI menggunakan rakaman audio dan klip filem, mereka mampu meniru pelakon dari segi gaya, penampilan dan cara bercakap. Walaupun ada isu etika, ia sangat membantu pelakon seperti Val Kilmer.

Kilmer kehilangan suaranya akibat kanser tekak, dan ramai menyangka ini menamatkan kerjaya Hollywood beliau. Dalam dokumentari Amazon Prime tentang Kilmer, terbongkar bahawa anaknya melakukan voice-over untuk watak baharu Kilmer.

Tetapi selepas bekerjasama dengan Sonantic—sebuah syarikat AI suara, Kilmer dapat “kembali” suaranya. Dengan teknologi deepfake, syarikat itu mencipta semula suara Kilmer, dan hasilnya boleh didengar dalam filem Top Gun: Maverick.

Keburukan

Pembelajaran mesin boleh meniru suara seseorang di bandar maju teknologi seperti New York. Ini menyebabkan maklumat peribadi lebih mudah didedahkan dan ramai lebih senang terpedaya dengan panggilan palsu atau skim penipuan.

Kebimbangan etika tentang teknologi Deepfake

Ada beberapa isu etika tentang penggunaan suara deepfake dan teks ke ucapan deepfake. Dengan kemajuan teknologi, risikonya juga meningkat. Suara AI Arnold Schwarzenegger, contohnya, kedengaran begitu semula jadi hingga ramai boleh tertipu. Ini boleh menimbulkan keraguan serta menghakis kepercayaan terhadap apa yang didengar.

Setiap kali masyarakat menerima teknologi baharu, kita perlu fikirkan juga risiko di sebalik kecanggihan itu. Deepfake boleh menipu dan mempengaruhi manusia melalui suara. Kebimbangan ini berasas, kerana ia boleh menjejaskan keyakinan awam dan hak privasi.

Isu paling mendesak ialah bagaimana deepfake digunakan. Ia menjadi paling berbahaya apabila suara sintetik digunakan dalam penipuan telefon dan kempen maklumat palsu yang meluas. Bayangkan anda menerima panggilan suara yang mirip ahli keluarga atau rakan—tetapi sebenarnya palsu. Manipulasi sebegini boleh memberi kesan buruk kepada individu, komuniti malah sesebuah negara.

Kurangkan kesan penyalahgunaan suara deepfake

Untuk mengurangkan ancaman ini, program kawal selia yang tegas dan pendidikan pengguna amat diperlukan. Penggunaan suara deepfake mesti dikendalikan dengan berhati-hati, berpandukan garis panduan jelas daripada kerajaan serta syarikat teknologi. Terdapat cara untuk mengesan dan melawan penggunaan suara sintetik yang salah, termasuk mendidik pengguna tentang potensi penyalahgunaannya.

Selain itu, penggunaan suara deepfake dan teknologi teks ke ucapan perlu dilakukan dengan teliti tanpa melampaui batas. Pembangunan teknologi ini memang menjanjikan, tetapi perlu ada ketelusan dan akauntabiliti. Pengguna berhak tahu bila suara yang didengar itu sebenar atau palsu.

Isu undang-undang dan privasi mengenai suara deepfake

Perlindungan undang-undang dan privasi juga penting apabila melibatkan suara deepfake. Timbul persoalan tentang hak milik suara sintetik dan potensi penyalahgunaan tanpa izin. Garis panduan jelas perlu diwujudkan supaya hak individu dipelihara dan teknologi ini digunakan dengan penuh tanggungjawab.

Dalam menghadapi isu etika suara deepfake, penting untuk kita berbincang secara terbuka. Pakar etika, penggubal dasar, teknologis dan masyarakat umum perlu bersama-sama menyumbang pandangan untuk menentukan hala tuju masa depan teknologi ini demi kebaikan bersama.

Bayangkan anda dapat panggilan suara mirip ahli keluarga atau rakan, tetapi sebenarnya ia suara palsu yang cuba menipu anda. Ini boleh menjejaskan individu, komuniti mahupun negara. Ada pelbagai kegunaan suara deepfake, daripada hiburan (Alexa bersuara selebriti) hinggalah tujuan penipuan.

Keperluan kawal selia agar penggunaan suara deepfake beretika

Untuk melindungi orang ramai, peraturan ketat dan pendidikan pengguna sangat penting. Kerajaan dan syarikat teknologi mesti bekerjasama mewujudkan garis panduan penggunaan suara deepfake dan kaedah mengesan suara palsu yang berisiko tinggi.

Apabila menggunakan suara deepfake, pengguna perlu beretika dan berhati-hati. Walaupun nampak menarik, alat suara baharu ini perlu digunakan dengan jujur. Orang awam wajar dimaklumkan jika suara yang didengar adalah sintetik, supaya mereka boleh menilai sendiri sama ada mahu mempercayai maklumat itu.

Perbincangan tentang isu suara deepfake sangat penting. Semua pihak—pakar mahupun orang biasa—perlu berkongsi pandangan untuk memastikan penggunaan teknologi ini benar-benar membawa manfaat bersama.

Nasib baik, apabila perisian suara makin canggih, keupayaan mengesan suara palsu juga semakin baik. Syarikat teknologi sedang membangunkan alat khas untuk mengesan dan menyekat suara deepfake. Ini akan membantu bank dan pusat panggilan di New York memastikan mereka hanya berurusan dengan manusia sebenar, bukannya suara komputer yang menyamar.

Perisian suara deepfake untuk dicuba

Alat pembelajaran mesin boleh membawa banyak kesan positif dan anda mungkin teringin mencuba menghasilkan audio deepfake sendiri. Walaupun kualiti tertinggi perlukan perkakasan dan perisian canggih, anda masih boleh gunakan beberapa program untuk hasilkan suara yang kedengaran asli. Berikut lima penjana suara deepfake yang anda boleh cuba:

Resemble

Resemble AI ialah alat teks ke ucapan dan deepfake untuk menghasilkan suara manusia menggunakan data terhad. Dengan hanya lima minit rakaman audio, pengguna sudah boleh cipta deepfake pertama mereka.

Anda boleh uji ciri sampel dan berikan klip suara diri sendiri, dan dalam beberapa minit, anda akan dengar semula suara yang anda kenali. Ramai meminati antara muka Resemble yang mesra pengguna dan ciri untuk ubah intonasi audio keluarannya.

Descript

Synthesizer suara ini sangat hebat dan dilengkapi ciri penyuntingan yang mantap. Program ini menganalisis rakaman suara, klip video dan transkrip untuk hasilkan suara AI. Jika anda tak puas hati dengan kualiti input, boleh terus edit dari dalam aplikasi—tak perlu rakam semula.

Tujuan utama Descript ialah memudahkan pencipta kandungan menghasilkan voiceover berkualiti untuk podcast dan video. Terdapat banyak suara stok yang boleh anda cuba untuk memahami keupayaan Descript.

ReSpeecher

ReSpeecher ialah solusi deepfake yang dipercayai dan pernah membantu menghidupkan semula suara Luke Skywalker dalam The Mandalorian. Perisian ini bukan saja sesuai untuk filem dan rancangan TV, malah sangat berguna untuk menghasilkan voiceover untuk iklan, animasi, permainan video, podcast dan banyak lagi. 

iSpeech

iSpeech boleh digunakan di desktop atau melalui versi web. Selain mensintesis suara, app ini ada ciri teks ke ucapan, pembaca web dan pengecaman suara. Cuba demo untuk biasakan diri, termasuk suara Barrack Obama, Arnold Schwarzenegger atau Scarlett Johansson.

Penduaan suara Masa Sebenar

Projek sumber terbuka ini percuma di GitHub. Set peralatan komprehensif ini boleh mensintesis suara seseorang hanya daripada lima saat audio. Namun, ada pengguna melaporkan anda perlukan kemahiran teknikal pada tahap sederhana hingga mahir untuk mengendalikan perisian ini.

Speechify – alternatif teks ke ucapan yang mudah guna berbanding suara deepfake

Aplikasi Teks ke Ucapan (TTS) seperti Speechify dan penjana deepfake gunakan teknologi serupa, tetapi tujuan mereka berbeza. Speechify ialah alat TTS atau pembaca teks digital yang boleh membaca hampir semua teks bercetak atau digital dengan kuat. Selepas pengguna import dokumen Word, artikel atau transkrip ke aplikasi dan pilih suara narator pilihan, Speechify akan membacakan kandungan tersebut.

Program ini menawarkan pilihan suara lelaki dan wanita berkualiti tinggi dan menyokong lebih 20 bahasa, antaranya Inggeris, Sepanyol, Perancis, Itali dan Portugis. Jika anda ingin tingkatkan produktiviti dan dengar suara selebriti membacakan untuk anda, cuba suara Gwyneth Paltrow di Speechify.

Muat turun program di komputer, iPhone, atau Android dan cuba Speechify secara percuma hari ini.

Soalan Lazim

Adakah FakeYou percuma?

FakeYou ialah program percuma dan mudah digunakan untuk menghasilkan suara sintetik yang realistik.

Bagaimana mengenal pasti suara deepfake?

Agak sukar untuk mengesan deepfake tanpa perisian canggih. Syarikat keselamatan siber gunakan sistem biometrik suara bagi membantu mencegah penipuan deepfake. 

Apa bahaya utama suara deepfake?

Deepfake kadangkala disalah guna untuk tujuan jahat—menyebarkan maklumat palsu, merosakkan reputasi individu serta mencetuskan hilang kepercayaan terhadap institusi kerajaan.