Bagaimana deepfake text to speech dan audio berfungsi?

Teknologi baharu seperti sintesis pertuturan dan text to speech (TTS) direka untuk meniru suara seseorang supaya kedengaran amat realistik. Ramai pengguna, seperti pembikin filem dan pembangun permainan video, mendapat manfaat daripada peniruan suara untuk menghasilkan voiceover berkualiti tinggi dan suara khusus untuk watak mereka. Dalam artikel ini, anda akan pelajari segala yang perlu diketahui tentang deepfake TTS.

Apa itu deepfaking?

Deepfaking ialah alat berasaskan kecerdasan buatan yang menggunakan pembelajaran mendalam untuk menggantikan rupa seseorang dengan orang lain dalam video atau fail multimedia. Algoritma deep learning memproses dan memanipulasi data besar yang diberikan, dan untuk deepfaking, ia adalah klip video seseorang. Dengan semua maklumat ini, algoritma belajar dan menghasilkan data baharu untuk menukar muka dalam kandungan digital. Hasilnya ialah media palsu yang kelihatan sangat asli. Cara paling biasa menghasilkan deepfake ialah dengan rangkaian neural. Anda perlukan video asas dan klip pendek orang yang sama. Semakin banyak maklumat diberi, perisian boleh mencipta semula wajah itu dari pelbagai sudut. Aplikasi yang paling maju bahkan boleh membuat deepfake secara masa nyata. Perisian deepfake boleh didapati dalam komuniti sumber terbuka seperti GitHub. Contohnya ialah Vall-E. Aplikasi ini mempunyai Emotional Voices Database yang boleh menghasilkan pertuturan tersuai dengan tiruan emosi manusia.

Bagaimana text to speech membantu deepfaking?

Deepfaking bukan sahaja terhad pada video. AI turut membangunkan teknik meniru suara manusia sehingga pengguna sukar membezakan suara yang dijana dan asal. Seperti video deepfake, penjana suara memerlukan latihan model bahasa. Latihan ini memerlukan sebanyak mungkin rakaman suara supaya teknologi AI boleh meniru suara penutur. Audio deepfake ini semakin popular di media sosial.

Bolehkah anda kesan suara deepfake?

Walaupun synthesizer dicipta untuk suara realistik, penyelidik menggunakan dinamik bendalir untuk membezakan suara manusia dan sintetik. Suara deepfake dihasilkan dengan meniru salur vokal yang bukan manusia. Jadi, walaupun bunyi hampir sama, ia sebenarnya berbeza. Namun, teknologi ini terus berkembang, dan mungkin suatu hari nanti sukar untuk membezakan deepfake dengan suara sebenar. Memandangkan sebahagian besar komunikasi adalah audio seperti mesej suara dan panggilan telefon, suara deepfake boleh jadi berbahaya. Ramai sudah menggunakan model pertuturan untuk menipu orang lain.

Teknologi deepfake—Kebaikan dan keburukan

Kebaikan

• Personalisasi—Untuk jenama, deepfake membolehkan kempen lebih relevan. Contohnya, jenama boleh mengambil kira etnik pelanggan untuk menghasilkan model mirip mereka agar mereka lebih mudah membayangkan produk tersebut.
• Kempen lebih baik—Tanpa kos pelakon sebenar, syarikat boleh menjalankan kempen omnichannel. Dengan text to speech, kandungan boleh dihasilkan untuk pelbagai saluran pemasaran, seperti podcast dan penstriman.
• Video kos rendah—Bayaran pelakon antara belanja tertinggi. Sebab itu, pemasar cenderung mengambil lesen identiti pelakon. Daripada merakam berulang kali, mereka boleh mengedit deepfake.

Keburukan

• Isu etika—Jenama boleh menggunakan deepfake untuk pelbagai tujuan. Walaupun kebanyakannya berkesan seperti meningkatkan penceritaan, sesetengah boleh bersifat tidak beretika dan menjejaskan reputasi syarikat. Contoh penggunaan tidak beretika ialah syarikat yang menggunakan deepfake untuk ulasan palsu.
• Risiko penipuan—Ramai sudah menjadi mangsa penipuan menggunakan deepfake. Suara deepfake terlalu nyata hingga tiada siapa curiga semasa panggilan telefon.

Dapatkan suara AI semula jadi dengan Speechify

Speechify ialah aplikasi text to speech untuk menghasilkan versi audio daripada teks anda. Anda boleh mencipta kandungan terus dalam aplikasi atau memuat naik dokumen. Aplikasi akan menghasilkan klip audio untuk dimuat turun. Speechify juga membenarkan anda melaras voiceover dengan mengubah nada dan kelajuan. Ia tersedia dalam lebih 30 bahasa. Platform ini serasi dengan komputer Microsoft & Apple, Android dan iOS. Cuba Speechify’s Voice Over Generator hari ini dan mulakan ciptaan audio AI yang kedengaran semula jadi.

FAQ

Bolehkah audio dideepfake?

Ya, audio deepfake juga dikenali sebagai peniruan suara atau suara sintetik.

Bagaimana nak dapat suara dalam TTS?

Banyak perisian text to speech dibangunkan untuk menghasilkan suara dalam yang realistik. Speechify, misalnya, menyokong 30 jenis suara termasuk suara dalam lelaki.

Apa versi audio deepfake?

Versi audio deepfake ialah rakaman yang dihasilkan AI dengan meniru suara sebenar menggunakan deep learning. Alat seperti Resemble.ai boleh mencipta audio deepfake untuk hiburan.

Adakah 15.ai berbayar?

Tidak, 15.ai ialah perisian percuma. Namun, aplikasi web AI ini telah ditutup sementara pada 2022 untuk penyelenggaraan.

Apakah beza deepfake text to speech dan audio deepfake?

Deepfake ialah teknologi AI untuk meniru rupa seseorang dalam video, manakala audio deepfake menumpukan pada suara. Text to speech pula ialah teknologi yang mengubah teks menjadi suara. Dalam TTS, suara tidak semestinya meniru suara artis atau selebriti kecuali dinyatakan platform.

Aplikasi text to speech terbaik?

Speechify ialah antara aplikasi terbaik dengan pelbagai ciri untuk membantu pengguna mencipta fail audio realistik daripada teks mereka.

Kenapa audio deepfake sukar dikesan?

Deepfake dibina atas algoritma rangkaian neural yang belajar sendiri. Semakin banyak maklumat diberi, sistem akan lebih bijak meniru suara manusia dan semakin sukar dikesan.

Bagaimana cara guna deepfake?

Deepfake boleh digunakan untuk hiburan atau menghasilkan voiceover untuk video dan kandungan multimedia lain.