Tất tần tật về Giọng nói Deepfake

Sự phát triển của các phương tiện truyền thông deepfake là một trong những chủ đề nóng nhất trong lĩnh vực an ninh mạng và truyền thông. Deepfake có nhiều ứng dụng khác nhau, từ tạo nội dung người lớn, tin giả cho đến lừa đảo tài chính. Việc sử dụng hình ảnh và giọng nói của người khác mà không có sự đồng ý của họ trong các đoạn video và âm thanh thoạt nghe có vẻ như là một bước đột phá về công nghệ trí tuệ nhân tạo. Tuy nhiên, công nghệ này không tránh khỏi những tranh cãi nảy lửa.

Giọng nói deepfake là gì?

Giọng nói deepfake là giọng nói mô phỏng rất sát với giọng nói thật của con người. Dù là giọng tổng hợp, nhưng nó nghe cực kỳ giống người, có thể bắt chước chính xác cách nhấn nhá, ngữ điệu, âm sắc và những đặc điểm riêng biệt khác.

Những người tạo ra giọng nói deepfake hoặc nhân bản giọng nói sử dụng công nghệ AI cùng năng lực tính toán mạnh mẽ. Đôi khi phải mất hàng tuần mới nhân bản được giọng của người khác. Bên cạnh các công cụ và phần mềm chuyên dụng, deepfake còn cần dữ liệu huấn luyện, thường là những bản ghi âm đủ nhiều về giọng nói của người mục tiêu.

Ở một số khía cạnh, quy trình này khá giống với việc sử dụng phần mềm chuyển văn bản thành giọng nói để tạo giọng tổng hợp. Tuy nhiên, phần mềm TTS thường tạo ra giọng nói tự nhiên nhưng không cố gắng bắt chước giọng riêng của một cá nhân cụ thể.

Thực tế, không có gì sai nếu bạn nhân bản chính giọng của mình để dùng trong sách nói, thuyết minh hoặc các loại nội dung khác. Tuy nhiên, tạo ra giọng deepfake của người khác mà không có sự đồng ý lại là vấn đề nghiêm trọng.

Những rủi ro của giọng nói deepfake

Xác thực giọng nói từng được xem như chuyện viễn tưởng trong các bộ phim khoa học. Thế nhưng hiện tại công nghệ này đã có thật, dù vẫn chưa hoàn hảo. Khi phần mềm deepfake và mạng nơ-ron ngày càng phát triển, kẻ gian lại càng có thể gây ra nhiều thiệt hại hơn.

Năm 2020, một quản lý ngân hàng nhận được cuộc gọi từ người mà ông cho là giám đốc công ty. Vị quản lý nhận ra giọng nói ấy và dễ dàng cho phép chuyển khoản 35 triệu đô la. Ông không hề biết giọng nói đó chỉ là một giọng nhân bản.

Forbes từng đưa tin về một trường hợp tương tự vào một năm trước đó. Một công ty năng lượng tại Vương quốc Anh bị lừa bởi một deepfake giọng nói của người mà họ vốn rất tin tưởng.

Điều đáng báo động hơn là việc thu thập các bản ghi âm rõ ràng về giọng nói của ai đó giờ dễ như trở bàn tay. Bạn có thể lấy từ máy ghi âm, phỏng vấn trực tuyến, họp báo, v.v. Công nghệ thu giọng cũng ngày càng phát triển. Nhờ vậy, dữ liệu đưa vào mô hình AI chuẩn xác hơn và tạo ra giọng deepfake đáng tin hơn.

Các công cụ an ninh mạng vẫn chưa tìm ra được cách phát hiện deepfake âm thanh một cách thực sự tuyệt đối an toàn.

Phần mềm giọng nói deepfake tốt nhất

Speechify

Khác với những công cụ khác trong danh sách này, Speechify Voice Over không phải là ứng dụng nhân bản giọng nói. Tuy nhiên, phần mềm chuyển văn bản thành giọng nói này sử dụng thuật toán AI chất lượng cao để tạo nội dung tổng hợp và các giọng nói tự nhiên. Speechify Voice Over Studio sở hữu thư viện lớn các giọng nói giống người thật và có thể tạo thêm giọng mới dựa trên nhiều thông số khác nhau.

Chuyển đổi từ văn bản sang giọng nói giúp người dùng vừa đọc chữ vừa nghe, hoặc tạo podcast. Thậm chí bạn có thể tạo bản ghi âm từ văn bản bạn nhập hoặc quét. Có thể dùng cho marketing, trả lời tin nhắn tự động, chăm sóc khách hàng, v.v.

Resemble

Resemble AI là một trong những phần mềm âm thanh mạnh mẽ nhất để tạo ra các bản ghi deepfake. Phần mềm nhân bản này không cần quá nhiều dữ liệu đã có thể bắt đầu hoạt động.

Bạn có thể dùng Resemble để nhân bản chính giọng nói của mình. Khi đó, nó rất hữu ích để tạo các đoạn quảng cáo thu sẵn, biên tập podcast, thực hiện chiến dịch quảng cáo, v.v. Phần mềm tổng hợp giọng nói này còn hỗ trợ nhiều ngôn ngữ và cung cấp các công cụ chỉnh giọng đa dạng để cá nhân hóa và thêm cảm xúc.

Descript

Descript là một công cụ nhân bản giọng nói với khả năng chỉnh sửa nâng cao. Nó có thể hoạt động từ bản chép lại và các clip âm thanh để tạo ra những giọng nói chân thực mà người dùng có thể dùng làm video deepfake cực kỳ thuyết phục.

Dù Descript khá khó dùng với người mới, nhưng các tính năng tùy chỉnh nâng cao, ghi hình màn hình và chỉnh sửa đa kênh giúp bạn dễ dàng tạo ra những bài phát biểu cực kỳ chân thực dưới bất kỳ giọng nói nào.

ReSpeecher

Sử dụng thuật toán học máy để tạo ra giọng nói AI giống với người thật là điều rất thú vị và có thể trở thành một ngành kinh doanh lớn. ReSpeecher chính là phần mềm mà Lucasfilm dùng để tạo ra giọng Luke Skywalker trong The Mandalorian.

Điều này cho thấy một số phần mềm deepfake có thể làm được nhiều hơn là chỉ tạo các đoạn video ngắn cho mạng xã hội. ReSpeecher được săn đón nhờ khả năng tổng hợp giọng chất lượng cao và đã chứng minh được năng lực mô phỏng giọng nói con người xuất sắc.

Real-Time Voice Cloning

Không phải ai cũng có hàng trăm đô mỗi tháng để dùng ReSpeecher hoặc chờ trong hàng đợi. Một số người muốn lựa chọn tiết kiệm hơn hoặc miễn phí. Real-Time Voice Cloning là phần mềm mã nguồn mở, ai cũng có thể tải về trên GitHub.

Đây không phải là phần mềm tổng hợp giọng dễ dùng nhất để tạo ra bản ghi âm giọng người khác, nhưng nó hoạt động hiệu quả với các đoạn âm thanh ngắn. Trong một số trường hợp, những mẫu âm thanh này có thể đủ sức đánh lừa Alexa hoặc thực hiện vài cuộc gọi trêu đùa.

iSpeech

iSpeech là một phần mềm tạo giọng nói miễn phí khác, tập trung vào nhân bản giọng nói. Nó tích hợp phần mềm nhận diện giọng nói tiên tiến và công cụ đọc văn bản thành giọng nói. Ứng dụng còn có nhiều chức năng mở rộng và bộ sưu tập giọng nói các ngôi sao nổi tiếng có sẵn.

Bạn có thể sử dụng iSpeech để tạo deepfake giọng tùy chỉnh, các mẫu template độc đáo và ghi âm chính giọng của mình. Đây là một công cụ linh hoạt, dù không thuyết phục như một số phần mềm khác trong danh sách. Tuy vậy, iSpeech vẫn là ứng dụng khởi đầu tuyệt vời để bạn khám phá thế giới deepfake.

Speechify – Tạo giọng người tự nhiên

Speechify tận dụng tối đa thuật toán học sâu để tạo ra các giọng nói tự nhiên, nghe như người thật mà không cần nhân bản giọng của ai cụ thể. Dù deepfake còn mang nhiều lo ngại về an ninh mạng, phần mềm chuyển văn bản thành giọng nói nhìn chung hữu ích nhiều hơn là gây hại.

Dùng thử Speechify Voice Over Studio để tạo podcast, giọng dẫn chuyện, đọc nội dung phức tạp dễ dàng hơn, học ngoại ngữ mới và tận hưởng còn rất nhiều tiện ích khác.

Câu hỏi thường gặp

FakeYou có miễn phí không?

FakeYou là một trình tạo giọng AI miễn phí nhưng bị hạn chế tính năng. Ứng dụng có thư viện giọng nói giống các ngôi sao nổi tiếng và bất kỳ ai cũng có thể dùng nếu không ngại thời gian chuyển đổi đôi khi hơi chậm. Dẫu vậy, nó rất dễ sử dụng ngay trên trình duyệt.

Làm sao phát hiện giọng deepfake?

Để phát hiện giọng deepfake cần tới phần mềm và phần cứng rất tiên tiến để phân tích chi tiết các mô hình giọng nói, tiếng ồn nền và nhiều yếu tố khác.

Sự khác biệt giữa giọng deepfake và bộ tổng hợp giọng nói là gì?

Giọng deepfake thường là giọng nhân bản, trong khi bộ tổng hợp giọng nói sẽ tạo ra giọng giống người thật để phục vụ các mục đích thương mại hợp pháp.