Усе про голосові дипфейки
Поширення глибокофейкових медіа — одна з найгарячіших тем у сфері кібербезпеки та медіа. Їх використовують по-різному — від створення контенту для дорослих і фейкових новин до фінансових шахрайств. Використання чужої зовнішності та голосу без дозволу в реалістичних відео чи аудіо видається технологічним проривом у сфері штучного інтелекту. Але це явище породжує чимало суперечок.
Що таке голосовий дипфейк?
Голосовий дипфейк — це голос, який дуже точно імітує голос реальної людини. Хоча він і штучний, але звучить по-людськи та може достовірно копіювати тембр, акценти, ритм мовлення й інші унікальні характеристики.
Ті, хто створює голосові дипфейки або клонування голосу, використовують технології ШІ та потужні комп’ютери. Іноді на клонування голосу іншої людини можуть піти тижні. Окрім спеціалізованих інструментів і програм, для дипфейків потрібні навчальні дані — зазвичай достатньо багато записів голосу потрібної особи.
У певному сенсі цей процес схожий на використання програм для створення мовлення з тексту для генерації синтетичних голосів. Але TTS-програми зазвичай створюють натурально звучні голоси, не намагаючись копіювати конкретну людину.
У принципі, немає нічого поганого в тому, щоб люди клонували власний голос для аудіокниг, озвучення та іншого контенту. Проте створення дипфейків чужого голосу без їхньої згоди є серйозною проблемою.
Ризики голосових дипфейків
Довгий час голосова аутентифікація здавалася чимось із фантастичних фільмів. На жаль, сьогодні ця технологія існує, але далека від досконалості. Зі зростанням можливостей ПЗ для дипфейків і нейромереж зловмисники можуть завдавати ще відчутніших збитків.
У 2020 році менеджер банку отримав дзвінок від людини, яку він прийняв за директора компанії. Менеджер упізнав голос і без проблем погодив переказ у $35 мільйонів. Він навіть не підозрював, що це був клонований голос директора.
Forbes розповідав про подібний випадок роком раніше. Це сталося в енергетичній компанії з Великобританії, яку обдурили за допомогою дипфейку голосу довіреної особи.
Ще тривожніше те, що дістати якісні записи голосу людини — дуже просто. Це можна зробити через диктофони, онлайн-інтерв’ю, пресконференції тощо. Технології захоплення голосу також постійно вдосконалюються, тож дані, що подаються в моделі ШІ, стають дедалі точнішими і дають змогу створювати ще правдоподібніші голосові дипфейки.
Інструменти кібербезпеки поки що не мають надійного способу виявлення аудіо-дипфейків.
Найкраще ПЗ для голосових дипфейків
Speechify
На відміну від інших інструментів у цьому списку, Speechify Voice Over — це не застосунок для клонування голосу. Однак перетворення тексту на мовлення тут використовує якісно натреновані алгоритми ШІ для створення синтетичних медіа та натурально звучних голосів. Speechify Voice Over Studio має велику бібліотеку людських голосів і може створювати нові на основі різних параметрів.
Перетворення тексту на голос допомагає людям читати разом із текстом або створювати подкасти. Можна також створювати аудіозаписи на основі тексту, який ви вводите або скануєте. Такі записи корисні для маркетингу, автовідповідачів, відповідей на звернення клієнтів тощо.
Resemble
Resemble AI — один із найпотужніших інструментів для створення дипфейкових аудіозаписів. Для початку клонування програмі не потрібно багато даних.
Ви можете використати Resemble для клонування власного голосу. У такому разі це ефективно для створення записаних рекламних роликів, подкастів, оголошень тощо. Програма підтримує кілька мов та надає різноманітні інструменти модуляції для персоналізації голосів, додавання інтонацій та емоцій.
Descript
Descript — це інструмент для клонування голосу з розширеними можливостями монтажу. Він працює з розшифровками й аудіофрагментами, щоб створити реалістичні голоси для переконливих дипфейк-відео.
У Descript високий поріг входу, однак розширені можливості кастомізації, запис екрана та багатодоріжковий монтаж дозволяють створювати ультрареалістичні виступи в голосі будь-якої людини.
ReSpeecher
Використання алгоритмів машинного навчання для створення ШІ-голосів, які нагадують справжніх людей, може бути цікавим і прибутковим бізнесом. ReSpeecher — це програмне забезпечення, яке Lucasfilm використали для створення голосу Люка Скайвокера в серіалі «Мандалорець».
Це показує, що деяке ПЗ для голосових дипфейків працює не лише з короткими кліпами для соцмереж. ReSpeecher користується великим попитом завдяки якості синтезованого мовлення та перевіреним можливостям імітації людських голосів.
Real-Time Voice Cloning
Не всі можуть дозволити собі витрачати сотні доларів щомісяця на ReSpeecher чи чекати в черзі користувачів. Дехто шукає більш доступний або безкоштовний варіант. Real-Time Voice Cloning — це open source ПЗ, доступне на GitHub для кожного.
Це не найпростіше програмне забезпечення для генерації голосових записів із голосом іншої людини, проте воно працює з короткими аудіофрагментами. У деяких випадках таких зразків може вистачити, щоб обдурити Alexa або розіграти когось телефоном.
iSpeech
iSpeech — ще один безкоштовний генератор голосу, орієнтований на клонування голосу. Має розвинене ПЗ для розпізнавання мовлення і текстовий диктор. Додаток має широку функціональність і велику колекцію голосів знаменитостей.
За допомогою iSpeech можна створювати власні голосові дипфейки, шаблони та записувати свій голос. Це універсальний інструмент, хоч і менш переконливий, ніж інші з цього списку. Втім, це чудове знайомство зі світом дипфейків.
Speechify — створюйте натурально звучні людські голоси
Speechify використовує алгоритми глибинного навчання для генерації людських голосів, які звучать максимально природно, не імітуючи конкретну особу. Хоча дипфейки несуть багато ризиків для кібербезпеки, програмне забезпечення для перетворення тексту на мовлення зазвичай приносить більше користі, ніж шкоди.
Спробуйте Speechify Voice Over Studio для створення подкастів і начиток, легшого засвоєння складних текстів, вивчення нових мов та багато чого іншого.
Поширені запитання
Чи FakeYou безкоштовний?
FakeYou — це базовий, але безкоштовний генератор голосу на ШІ. У ньому велика бібліотека голосів, що наслідують знаменитостей, і кожен може ним користуватися, якщо не проти часом повільного перетворення. До того ж, ним дуже зручно користуватися з браузера.
Як виявити голосові дипфейки?
Виявлення голосових дипфейків потребує надсучасного програмного й апаратного забезпечення для аналізу мовних патернів, фону та інших ознак.
Яка різниця між голосовим дипфейком і синтезатором голосу?
Голосові дипфейки зазвичай стосуються клонованих голосів, тоді як синтезатори голосу створюють людино-подібні голоси для комерційних потреб.
