Wie Generative KI-Stimmen ethisch für Geschäfte im Jahr 2023 genutzt werden können

Das Ende des Jahres 2022 kam auf den Höhepunkt der weiten Verbreitung von KI-Technologien, die durch die atemberaubende Popularität von OpenAI und ChatGPT ausgelöst wurde. Erstmals erreichte die KI eine breite Marktanziehung, indem sie ihre Nützlichkeit und ihren Wert bei der Erstellung erfolgreicher Geschäftsergebnisse unter Beweis stellte.

Viele KI-Technologien, die für den Durchschnittsbürger im Jahr 2023 wie eine Revolution erscheinen, werden tatsächlich bereits seit mehreren Jahren von großen Unternehmen und Medien aktiv genutzt. Begleiten Sie mich, während ich einen genaueren Blick auf die Technologie werfe, die diese Lösungen antreibt, insbesondere generative KI-Systeme für Stimmenklonung, ihre Geschäftsvorteile und ethische Ansätze für die Nutzung von KI.

Wie funktioniert Stimmenklonung?

Kurz gesagt, ermöglicht Stimmenklonung es einer Person, mit der Stimme einer anderen Person zu sprechen.

Es verwendet generative KI-Technologie, um Aufnahmen einer Person’s Stimme zu erstellen und diese zu verwenden, um neue Audioinhalte mit derselben Stimme zu generieren. Es ermöglicht im Wesentlichen, zu hören, was jemand gesagt hätte, auch wenn er es selbst nicht gesagt hat.

Auf der technischen Seite scheint es nicht sehr kompliziert zu sein. Aber wenn man ein bisschen tiefer eintaucht, gibt es einige Mindestanforderungen, um loszulegen:

1. Sie benötigen mindestens 5 Minuten hochwertiger Aufnahmen der Quellstimme, um sie zu klonen. Diese Aufnahmen sollten klar und frei von Hintergrundgeräuschen oder anderen Verzerrungen sein, da jede Unvollkommenheit die Genauigkeit der Ausgabe des Modells beeinträchtigen könnte.
2. Danach füttern Sie diese Aufnahmen in ein generatives KI-Modell, um ein “Stimmen-Avatar” zu erstellen.
3. Dann trainieren Sie das Modell, um Sprachmuster in Tonhöhe und Timing genau zu reproduzieren.
4. Sobald dies abgeschlossen ist, kann das trainierte Modell unbegrenzte Inhalte mit der Quellstimme einer anderen Person generieren und wird so zu einem effektiven Werkzeug für die Erstellung realistisch klingender Stimmen.

Dies ist der Punkt, an dem viele ethische Bedenken äußern. Was passiert, wenn wir jeden Text in den Mund einer anderen Person einfügen können und es unmöglich ist zu sagen, ob diese Worte echt oder falsch sind?

Ja, diese Möglichkeit ist bereits seit Langem Realität. Wie im Fall von OpenAI und ChatGPT stehen wir derzeit vor einer Reihe ethischer Probleme, die nicht ignoriert werden können.

Ethische Standards in KI

Wie bei vielen anderen neuen Technologien in ihren Anfangsstadien der Adoption ist die Hauptbedrohung nicht die Schaffung eines negativen Stigmas um die Technologie, sondern die Anerkennung der Bedrohungen als Quelle für Diskussion und wertvolles Wissen. Wichtig ist, die Methoden aufzudecken, die böswillige Akteure verwenden, um die Technologie und ihre Produkte zu missbrauchen, und Abwehrmaßnahmen zu entwickeln und weiterzulernen.

Heute haben wir drei Schichten von Rahmenbedingungen für ethische Standards im Zusammenhang mit der Verwendung von generativer KI. Die nationalen und supranationalen regulatorischen Schichten sind in ihrer Anfangsphase der Entwicklung. Die politische Welt kann nicht mit der Geschwindigkeit der Entwicklung von aufkommenden Technologien Schritt halten, aber wir können bereits beobachten, wie die EU mit dem EU-Vorschlag für die KI-Regulierung und dem 2022-Code of Practice für Desinformation, der die Erwartungen für große Technologieunternehmen zur Bekämpfung der Verbreitung von bösartig manipulierten KI-Inhalten umreißt, voranschreitet. Auf nationaler Ebene sehen wir erste regulatorische Schritte der USA und des Vereinigten Königreichs bei der Bekämpfung des Problems mit dem US- National Deepfake and Digital Provenance Task Force und dem britischen Online Safety Bill.

Die Schicht der Technologiebranche bewegt sich schneller, da Unternehmen und Technologen diese neue Realität im Zusammenhang mit aufkommenden Technologien und ihrer Auswirkung auf die gesellschaftliche Sicherheit und den Datenschutz annehmen. Der Dialog über die Ethik der generativen KI ist lebendig und hat den Weg zu Brancheninitiativen für Verhaltenskodizes bei der Verwendung von generativer KI (z. B. The Partnership on AI Synthetic Media Code of Conduct) und ethische Erklärungen, die von verschiedenen Unternehmen veröffentlicht werden, geebnet. Die Frage ist, wie man das Verhalten praktisch umsetzt? Und können sie Produkte, bestimmte Funktionen und Verfahren von Teams beeinflussen?

Nachdem ich an diesem Problem mit verschiedenen Medien- und Unterhaltungs-, Cybersicherheits- und KI-Ethik-Communities gearbeitet habe, habe ich einige praktische Grundsätze für die Behandlung von KI-Inhalten und -Stimmen insbesondere entwickelt:

1. Eigentümer von geistigen Eigentumsrechten und das Unternehmen, das die geklonte Stimme verwendet, können viele der potenziellen Komplikationen, die mit der Verwendung von Originalstimmen verbunden sind, vermeiden, indem sie rechtliche Vereinbarungen schließen.
2. Projekteigentümer sollten die Verwendung einer geklonten Stimme öffentlich bekanntgeben, damit die Hörer nicht getäuscht werden.
3. Unternehmen, die an KI-Technologie für Stimmen arbeiten, sollten einen Prozentsatz ihrer Ressourcen für die Entwicklung von Technologie zuweisen, die in der Lage ist, von KI generierte Inhalte zu erkennen und zu identifizieren.
4. Das Markieren von KI-generierten Inhalten mit Wasserzeichen ermöglicht die Authentifizierung von Stimmen.
5. Jeder KI-Dienstleister sollte jedes Projekt auf seine Auswirkungen (gesellschaftlich, geschäftlich und datenschutzrechtlich) überprüfen, bevor er sich damit einverstanden erklärt, daran zu arbeiten.

Natürlich werden die Grundsätze der Ethik in KI nicht die Verbreitung von selbstgemachten Deep Fakes im Internet beeinflussen. Sie werden jedoch Projekte im Graubereich aus der Reichweite des öffentlichen Marktes drängen.

Im Jahr 2021-22 wurden KI-Stimmen in verschiedenen Mainstream-Projekten eingesetzt, die erhebliche Auswirkungen auf Ethik und Gesellschaft hatten. Dazu gehörten das Klonen der jungen Luke Skywalkers Stimme für die Mandalorian-Serie, KI-Stimme für God of War 2 und Richard Nixons Stimme für die historische ‘In Event of Moon Disaster’-Rede.

Das Vertrauen in die Technologie wächst über Medien und Unterhaltung hinaus. Traditionelle Unternehmen aus verschiedenen Branchen nutzen geklonte Stimmen in ihren Projekten. Hier sind einige der prominentesten Anwendungsfälle.

Branchenanwendungen

Im Jahr 2023 wird die Stimmenklonung weiter ansteigen, während verschiedene Unternehmen von ihren zahlreichen Vorteilen profitieren werden. Von der Gesundheitsbranche und dem Marketing bis hin zum Kundenservice und der Werbeindustrie revolutioniert die Stimmenklonung, wie Organisationen Beziehungen zu ihren Kunden aufbauen und ihre Arbeitsabläufe optimieren.

Die Stimmenklonung bietet Gesundheitsfachleuten und Sozialarbeitern, die in einer Online-Umgebung arbeiten, Vorteile. Digitale Avatare mit der gleichen Stimme wie medizinische Fachleute fördern stärkere Bindungen zwischen ihnen und ihren Patienten, erhöhen das Vertrauen und binden Kunden.

Die potenziellen Anwendungen der Stimmenklonung in der Film- und Unterhaltungsindustrie sind vielfältig. Das Synchronisieren von Inhalten in mehrere Sprachen, die Erstellung von Dialogen für Kinder und Erwachsene und eine fast unendliche Anzahl von Anpassungsmöglichkeiten sind allesamt durch diese Technologie möglich.

Ähnlich verhält es sich im Bereich der Betriebsabläufe, wo KI-gesteuerte Stimmenklonung hervorragende Ergebnisse für Marken liefern kann, die kostengünstige Lösungen für interaktive Sprachsysteme oder Unternehmensvideos benötigen. Mit der Sprachsynthesetechnologie können Schauspieler ihre Reichweite erweitern und ihre Fähigkeit, Residualzahlungen von Aufnahmen zu erhalten, erhöhen.

Schließlich hat die Einführung der Stimmenklonung in der Werbeindustrie dazu geführt, dass die Kosten und die Anzahl der Stunden, die für die Produktion von Werbespots benötigt werden, erheblich reduziert wurden. Solange eine hochwertige Aufnahme für die Klonung verfügbar ist (auch von nicht verfügbaren Schauspielern), können Werbespots schnell und kreativer produziert werden als je zuvor.

Interessanterweise können Unternehmen und kleine und mittelständische Unternehmen die Stimmenklonung nutzen, um etwas Einzigartiges für ihre Marken zu schaffen. Große Projekte können ihre ambitioniertesten Pläne realisieren, während kleine Unternehmen auf previously kostspielige Skalierungsmodelle zugreifen können. Das ist wahre Demokratisierung.

Zusammenfassung

Die KI-Stimmenklonung bietet Unternehmen spielverändernde Vorteile wie die Schaffung einzigartiger Kundenerlebnisse, die Integration von natürlicher Sprachverarbeitung in ihre Produkte und Dienstleistungen und die Generierung hochgenauer Nachbildungen von Stimmen, die völlig real klingen.

Unternehmen, die ihren Wettbewerbsvorteil im Jahr 2023 aufrechterhalten möchten, sollten sich mit der KI-Stimmenklonung auseinandersetzen. Unternehmen können diese Technologie nutzen, um eine Vielzahl neuer Möglichkeiten zu erschließen, um Marktanteile zu gewinnen und Kunden zu binden, während sie dies auf ethisch verantwortungsvolle Weise tun.