Você já ouviu falar de vozes deepfake, mas o que exatamente são? Este guia contará tudo o que você precisa saber sobre essa tecnologia de IA e como ela se compara ao TTS.

Vozes deepfake e texto para fala

Graças aos avanços em inteligência artificial (IA) e aprendizado profundo, as pessoas agora podem criar mídia sintética realista e de alta qualidade. Essa tecnologia abriu portas para muitas novas tecnologias criativas que afetam muitos setores. Uma dessas tecnologias são os deepfakes, também conhecidos como vozes sintéticas e clonagem de voz .

Discutiremos o fenômeno da voz deepfake e exploraremos seus benefícios e desvantagens. Também veremos várias ferramentas que você pode usar para criar uma voz deepfake.

O que são vozes deepfake?

O termo “deepfake” refere-se a conteúdo que é mídia sintética. Usando a tecnologia AI, os usuários podem criar um deepfake de vídeo que altera a aparência de uma pessoa para outra ou faz com que alguém pareça dizer algo que nunca disse, também conhecido como clonagem de voz.

Para criar um vídeo deepfake, você precisa de um software que analise rostos, sintetize o áudio do texto e modele os movimentos da boca de uma pessoa em um ambiente 3D. 

No entanto, a clonagem de voz é uma das aplicações mais sofisticadas da tecnologia. Mesmo aqueles que não entendem de tecnologia provavelmente já ouviram falar de uma ou mais controvérsias de deepfake. Recentemente, um documentário póstumo sobre Anthony Bourdain foi lançado e os espectadores ficaram surpresos ao ouvir o falecido autor e chef narrando as filmagens.

A produtora trabalhou com startups de TI para clonar a voz de Bourdin e adicionar um toque de realismo à história. Embora impressionante, esse feito levanta várias questões éticas. Se tudo o que for preciso for um computador e o software apropriado, praticamente qualquer pessoa pode criar imagens adulteradas ou gravações de áudio de alguém para prejudicar sua reputação. 

Como exatamente os deepfakes são feitos?

Primeiro, você coleta amostras suficientes da voz de alguém. A entrada pode vir de postagens de mídia social, chamadas telefônicas gravadas, televisão etc. Em seguida, o software executado em algoritmos de IA combina as amostras para produzir uma voz falsa. 

Esta é uma visão geral básica do processo complexo, mas, no final, as ferramentas de IA usam os dados coletados para criar vozes com som natural que podem ler texto digital. Por esse motivo, os deepfakes estão intimamente relacionados à tecnologia de conversão de texto em fala (TTS). 

Contras

Como o aprendizado de máquina pode replicar a voz de uma pessoa, os fraudadores começaram a usá-lo em suas operações. As vozes deepfake podem soar tão convincentes que muitas pessoas são vítimas de golpes telefônicos e revelam informações confidenciais. 

Felizmente, à medida que o software de voz de IA evolui, as soluções para combater fraudadores e identificar deepfakes de voz também evoluem. As empresas de TI começaram a investir em mecanismos biométricos avançados para evitar ataques de falsificação deepfake. Esses sistemas de autenticação ajudarão bancos, call centers e seguradoras a identificar e remover vozes de IA de seus ambientes antes que ameacem suas práticas de negócios. 

Prós

Apesar dessas preocupações com a segurança cibernética, os deepfakes também apresentam alguns benefícios notáveis. Quando o vídeo deepfake “This Is Not Morgan Freeman” foi lançado em 2021, ele sinalizou os usos potenciais da tecnologia aumentada.

A filmagem revelou que, ao alimentar o software de IA com gravações de áudio e filmagens do ator, eles poderiam recriar seus maneirismos, expressões faciais e padrão de fala. Como mencionamos, isso levanta alguns problemas éticos, mas pode ser inestimável para pessoas como o ator Val Kilmer. 

Kilmer perdeu a voz devido a um câncer na garganta e muitos pensaram que isso acabaria com sua carreira em Hollywood. Um documentário da Amazon Prime sobre o ator revelou que seu filho gravaria dublagens para os novos papéis de Kilmer.

No entanto, quando Kilmer fez parceria com a Sonatic, uma startup de TI especializada em modelagem de voz, ele recuperou sua voz. Usando a tecnologia deepfake, a empresa recriou a voz de Kilmer, e o público pôde ouvir os resultados surpreendentes no filme recém-lançado Top Gun: Maverick . 

Software de voz deepfake para experimentar

As ferramentas de aprendizado de máquina podem impactar positivamente a vida de muitas pessoas e você pode estar interessado em tentar criar um deepfake de áudio. Embora você precise de hardware e software de ponta para obter resultados de alta qualidade, você pode usar vários programas para produzir vozes com som natural . Aqui estão cinco geradores de voz deepfake que você pode experimentar:

assemelhar-se

O Resemble AI é uma ferramenta de criação de texto para fala e deepfake que produz vozes humanas usando dados limitados. Com aproximadamente cinco minutos de gravações de áudio, os usuários podem criar seu primeiro deepfake.

Você pode testar o recurso de amostra e alimentar os clipes do aplicativo de si mesmo e, em alguns minutos, ouvirá uma voz familiar. Os usuários apreciam a interface fácil de usar do Resemble e podem até ajustar a entonação da saída de áudio.

descrição

Este impressionante sintetizador de fala possui recursos de edição poderosos. O programa analisa gravações de voz, videoclipes e transcrições para gerar vozes com inteligência artificial. Se estiver insatisfeito com a qualidade do material de entrada, você pode editá-lo diretamente no aplicativo, sem a necessidade de fazer tomadas adicionais.

O objetivo principal do Descript é ajudar os criadores de conteúdo a fazer narrações de alta qualidade para seus podcasts e vídeos. O programa tem inúmeras vozes padrão que você pode experimentar para se familiarizar com os recursos do Descript.

ReSpeecher

ReSpeecher é uma solução deepfake confiável que ajudou a recriar a voz de Luke Skywalker em  The Mandalorian . Embora o software seja adequado para filmes e programas de TV, também pode ser uma excelente maneira de fazer locuções para anúncios, animações, videogames, podcasts e muito mais. 

iSpeech

O iSpeech está disponível como um programa de desktop, mas você também pode experimentar a versão baseada na web. Além da sintetização de voz, o aplicativo possui recursos de conversão de texto em fala, leitor da Web e reconhecimento de fala. Para se acostumar com o software, você pode experimentar uma de suas demos e brincar com as vozes de Barrack Obama, Arnold Schwarzenegger ou Scarlett Johansson.

Clonagem de voz em tempo real

Este projeto de código aberto está disponível gratuitamente no GitHub. Esta caixa de ferramentas abrangente pode sintetizar a voz de uma pessoa com apenas cinco segundos de entrada de áudio. No entanto, os usuários relataram que a operação do software requer habilidades técnicas moderadas a avançadas.

Speechify – A alternativa de conversão de texto em fala às vozes deepfake

Aplicativos de conversão de texto em fala (TTS), como Speechify e geradores deepfake, dependem de tecnologias semelhantes, mas os dois têm finalidades diferentes. O Speechify é um TTS ou ferramenta de leitura em voz alta que pode ler praticamente qualquer texto impresso ou digital. Depois que os usuários importam um documento, artigo ou transcrição do Microsoft Word para o aplicativo e selecionam sua voz de narrador preferida , o Speechify lê o conteúdo em voz alta.

O programa apresenta uma seleção incomparável de vozes masculinas e femininas de alta qualidade e suporta mais de 20 idiomas, incluindo inglês, espanhol, francês, italiano e português. Se você deseja aumentar a produtividade e ouvir uma celebridade ler para você, por que não conferir a voz de Gwyneth Paltrow do Speechify?

Baixe o programa em seu computador, iPhone ou dispositivo Android e experimente o Speechify gratuitamente hoje.

Perguntas frequentes

O FakeYou é gratuito?

FakeYou é um programa fácil de usar e gratuito que você pode usar para criar vozes com som natural.

Como saber se uma voz é deepfake?

Pode ser um desafio identificar deepfakes sem um software sofisticado. As empresas de segurança cibernética usam sistemas biométricos de voz para evitar fraudes deepfake. 

Quais são alguns dos perigos das vozes deepfake?

Às vezes, os deepfakes servem a propósitos maliciosos e podem espalhar desinformação, arruinar a reputação de uma pessoa e causar falta de confiança nas instituições governamentais.