Ηγέτες σκέψης

Πώς να χρησιμοποιήσετε ηθικά τις φωνές της παραγωγικής AI στις επιχειρήσεις το 2023

Anna Bulakh
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Βασικά σημείαΗ κλωνοποίηση φωνής απαιτεί μόνο πέντε λεπτά καθαρού ήχου για να δημιουργήσει ένα…
Δείτε περισσότερα
  • Η κλωνοποίηση φωνής απαιτεί μόνο πέντε λεπτά καθαρού ήχου για να δημιουργήσει ένα ρεαλιστικό ομοίωμα φωνής.
  • Η ΕΕ ηγείται της ρύθμισης με τον Νόμο της για την Τεχνητή Νοημοσύνη και τον Κώδικα Πρακτικής για την Παραπληροφόρηση σχετικά με τα συνθετικά μέσα.
  • Οι επιχειρήσεις χρησιμοποιούν κλωνοποιημένες φωνές στην υγειονομική περίθαλψη, την ψυχαγωγία και τη διαφήμιση για να μειώσουν το κόστος και να οικοδομήσουν εμπιστοσύνη.

Το τέλος του 2022 ακολούθησε την ευρεία υιοθέτηση των τεχνολογιών AI λόγω της εκπληκτικής δημοτικότητας του OpenAI και του ChatGPT. Για πρώτη φορά, το AI απέκτησε μαζική εμπορική απήχηση αποδεικνύοντας τη χρησιμότητά του και την αξία του στην δημιουργία επιτυχημένων επιχειρηματικών αποτελεσμάτων.

Πολυάριθμες τεχνολογίες AI που φαίνονται σαν επανάσταση για τους καθημερινούς ανθρώπους το 2023 έχουν στην πραγματικότητα χρησιμοποιηθεί ενεργά από μεγάλες επιχειρήσεις και μέσα ενημέρωσης για αρκετά χρόνια. Ελάτε να ρίξουμε μαζί μια πιο προσεκτική ματιά στην τεχνολογία που δίνει ενέργεια σε αυτές τις λύσεις, ιδιαίτερα στα συστήματα παραγωγικής AI για κλωνοποίηση φωνής, τα οφέλη τους για τις επιχειρήσεις και τις ηθικές προσεγγίσεις για τη χρήση του AI.

Πώς λειτουργεί η κλωνοποίηση φωνής;

Με λίγα λόγια, η κλωνοποίηση φωνής επιτρέπει σε ένα άτομο να μιλήσει χρησιμοποιώντας τη φωνή ενός άλλου ατόμου.

Χρησιμοποιεί τεχνολογία παραγωγικής AI για να δημιουργήσει ηχογραφήσεις της φωνής ενός ατόμου και να τις χρησιμοποιήσει για να δημιουργήσει νέο ήχο με την ίδια φωνή. Ουσιαστικά, επιτρέπει στους ανθρώπους να ακούσουν τι θα είχε πει κάποιος, ακόμη και αν δεν το είπε ο ίδιος.

Στην τεχνική πλευρά, τα πράγματα δεν φαίνονται πολύ περίπλοκα. Αλλά αν εξετάσετε το θέμα λίγο πιο βαθιά, υπάρχουν ορισμένα ελάχιστα απαιτούμενα για να ξεκινήσετε:

  1. Χρειάζεστε τουλάχιστον 5 λεπτά ηχογραφήσεων υψηλής ποιότητας της φωνής που θέλετε να κλωνοποιήσετε. Αυτές οι ηχογραφήσεις πρέπει να είναι σαφείς και χωρίς θόρυβο ή άλλες παραμορφώσεις, καθώς οι ανωμαλίες θα μπορούσαν να επηρεάσουν την ακρίβεια της έξοδου του μοντέλου.
  2. Μετά από αυτό, εισαγάγετε αυτές τις ηχογραφήσεις σε ένα μοντέλο παραγωγικής AI για να δημιουργήσετε ένα “avatar φωνής”.
  3. Στη συνέχεια, εκπαιδεύστε το μοντέλο για να αναπαράγει με ακρίβεια τα μοτίβα ομιλίας σε ύψος και χρονισμό.
  4. Μόλις ολοκληρωθεί, αυτό το εκπαιδευμένο μοντέλο μπορεί να δημιουργήσει απεριόριστο περιεχόμενο χρησιμοποιώντας τη φωνή του άλλου ατόμου, γίνοντας ένα αποτελεσματικό εργαλείο για τη δημιουργία ρεαλιστικών συνθετικών αντιγράφων φωνής.

Αυτό είναι το σημείο όπου πολλοί αναφέρουν ηθικές ανησυχίες. Τι συμβαίνει όταν μπορούμε να εισάγουμε οποιοδήποτε κείμενο στο στόμα ενός άλλου ατόμου και είναι αδύνατο να πει κανείς αν αυτά τα λόγια είναι πραγματικά ή ψεύτικα;

Ναι, αυτή η δυνατότητα έχει ήδη γίνει πραγματικότητα. Όπως στην περίπτωση του OpenAI και του ChatGPT, αντιμετωπίζουμε τώρα μια σειρά από ηθικά ζητήματα που δεν μπορούν να αγνοηθούν.

Ηθικά πρότυπα στο AI

Όπως και με πολλές άλλες καινοτόμες τεχνολογίες στις αρχικές φάσεις της υιοθέτησής τους, η κύρια απειλή είναι η δημιουργία ενός αρνητικού στίγματος γύρω από την τεχνολογία αντί να αναγνωρίζουμε τις απειλές ως πηγή συζήτησης και πολύτιμης γνώσης. Τι είναι σημαντικό είναι να εκθέτουμε τις μεθόδους που οι κακόβουλοι χρήστες χρησιμοποιούν για να καταχράζονται την τεχνολογία και τα προϊόντα της, να εφαρμόζουμε εργαλεία μετριασμού των κινδύνων και να συνεχίζουμε να μαθαίνουμε. 

Σήμερα έχουμε τρεις στρώσεις πλαισίων για ηθικά πρότυπα σχετικά με τη χρήση παραγωγικής AI. Οι εθνικοί και υπερεθνικοί ρυθμιστικοί μηχανισμοί βρίσκονται στην αρχική φάση ανάπτυξης. Ο κόσμος της πολιτικής μπορεί να μην συμβαδίζει με τον ρυθμό της ανάπτυξης της αναδυόμενης τεχνολογίας, αλλά ήδη μπορούμε να παρατηρήσουμε την ΕΕ να ηγείται με την Πρόταση της ΕΕ για τον Κανονισμό AI και τον Κώδικα Πρακτικής για την Παραπληροφόρηση του 2022 που περιγράφει τις προσδοκίες για τις μεγάλες εταιρείες τεχνολογίας να αντιμετωπίσουν τη διάδοση κακόβουλου περιεχομένου AI. Σε εθνικό επίπεδο, βλέπουμε τα πρώτα βήματα ρύθμισης από τις ΗΠΑ και το Ηνωμένο Βασίλειο στην αντιμετώπιση του ζητήματος με την Εθνική Ομάδα Εργασίας για τα Deepfake και την Ψηφιακή Προέλευση και το Νομοσχέδιο για τη Διαδικτυακή Ασφάλεια. 

Η στρώση της βιομηχανίας τεχνολογίας κινείται πιο γρήγορα καθώς οι εταιρείες και οι τεχνολόγοι αποδέχονται αυτή τη νέα πραγματικότητα σχετικά με τις αναδυόμενες τεχνολογίες και την επίδρασή τους στην ασφάλεια και την ιδιωτικότητα της κοινωνίας. Ο διάλογος για την ηθική της παραγωγικής AI είναι ζωντανός και έχει οδηγήσει τον δρόμο για την ανάπτυξη βιομηχανικών πρωτοβουλιών για Κώδικες Συμπεριφοράς σχετικά με τη χρήση παραγωγικής AI (π.χ. Ο Κώδικας Συμπεριφοράς του Partnership on AI για τα Συνθετικά Μέσα) και ηθικές δηλώσεις που εκδίδονται από διαφορετικές εταιρείες. Το ερώτημα είναι, πώς να κάνουμε τη συμπεριφορά πρακτική; Και, είναι σε θέση να επηρεάσουν προϊόντα, συγκεκριμένα χαρακτηριστικά, και τις διαδικασίες των ομάδων; 

Έχοντας εργαστεί σε αυτό το πρόβλημα με πολλές διαφορετικές κοινότητες μέσων ενημέρωσης και ψυχαγωγίας, κυβερνοασφάλειας και Ηθικής AI, έχω διαμορφώσει ορισμένα πρακτικά πρότυπα για την αντιμετώπιση του περιεχομένου AI και των φωνών συγκεκριμένα: 

  1. Οι κάτοχοι δικαιωμάτων διανοητικής ιδιοκτησίας και η εταιρεία που χρησιμοποιεί την κλωνοποιημένη φωνή μπορούν να αποφύγουν πολλές από τις πιθανές επιπλοκές που σχετίζονται με τη χρήση των αρχικών φωνών υπογράφοντας νομικές συμφωνίες.
  2. Οι ιδιοκτήτες του έργου πρέπει να ανακοινώσουν δημόσια τη χρήση μιας κλωνοποιημένης φωνής, ώστε οι ακροατές να μην εξαπατηθούν.
  3. Οι εταιρείες που εργάζονται στην τεχνολογία AI για φωνή πρέπει να διαθέσουν ένα ποσοστό των πόρων τους για την ανάπτυξη τεχνολογίας που είναι ικανή να ανιχνεύει και να αναγνωρίζει το περιεχόμενο που παράγεται από το AI.
  4. Η σήμανση του περιεχομένου AI με υδατογραφήματα επιτρέπει την αυθεντικοποίηση φωνής.
  5. Κάθε πάροχος υπηρεσιών AI πρέπει να αναθεωρήσει κάθε έργο για την επίδρασή του (κοινωνικό, επιχειρηματικό και επίπεδο ιδιωτικότητας) πριν συμφωνήσει να εργαστεί πάνω σε αυτό.

Βέβαια, τα ηθικά πρότυπα του AI δεν θα επηρεάσουν τη διάδοση των αυτοσχέδιων deepfake στο διαδίκτυο. Ωστόσο, θα ωθήσουν οποιαδήποτε έργα στο γκρίζο έξω από την αγορά.

Το 2021-22, οι φωνές AI χρησιμοποιήθηκαν σε διάφορα mainstream έργα που εισήγαγαν σημαντικές επιπτώσεις για την ηθική και την κοινωνία. Αυτά περιελάμβαναν κλωνοποίηση της φωνής του νεαρού Λουκ Σκαϊγουώκερ για τη σειρά Mandalorian, φωνή AI για το God of War 2, και τη φωνή του Ρίτσαρντ Νίξον για την ιστορική ομιλία «Σε Περίπτωση Καταστροφής στη Σελήνη».

Η εμπιστοσύνη στη τεχνολογία αυξάνεται πέρα από τα μέσα ενημέρωσης και την ψυχαγωγία. Παραδοσιακές επιχειρήσεις σε πολλές βιομηχανίες χρησιμοποιούν κλωνοποιημένες φωνές στα έργα τους. Αυτά είναι μερικά από τα πιο εξέχοντα παραδείγματα χρήσης.

Βιομηχανικές περιπτώσεις χρήσης

Το 2023, η κλωνοποίηση φωνής θα συνεχίσει την άνοδό της μαζί με διάφορες επιχειρήσεις που θα επωφεληθούν από τα πολλά οφέλη της. Από το χώρο της υγείας και της διαφήμισης μέχρι την εξυπηρέτηση πελατών και την αγορά διαφήμισης, η κλωνοποίηση φωνής επανασχεδιάζει τον τρόπο με τον οποίο οι οργανισμοί χτίζουν σχέσεις με τους πελάτες τους και βελτιώνουν τις ροές εργασίας.

Η κλωνοποίηση φωνής ωφελεί τους επαγγελματίες υγείας και τους κοινωνικούς εργαζόμενους που εργάζονται σε διαδικτυακό περιβάλλον. Ψηφιακά άβαταρ με την ίδια φωνή με τους επαγγελματίες υγείας ενισχύουν τους δεσμούς μεταξύ τους και των ασθενών, αυξάνοντας την εμπιστοσύνη και διατηρώντας τους πελάτες.

Οι πιθανές εφαρμογές της κλωνοποίησης φωνής στη βιομηχανία κινηματογράφου και ψυχαγωγίας είναι τεράστιες. Η μεταγλώττιση περιεχομένου σε πολλές γλώσσες, η επανεγγραφή και αντικατάσταση διαλόγων παιδιών και ενηλίκων (ADR), και σχεδόν άπειρες επιλογές προσαρμογής είναι όλα δυνατά χάρη σε αυτή τη τεχνολογία.

Ομοίως, στον τομέα των επιχειρήσεων, η κλωνοποίηση φωνής με τη βοήθεια του AI μπορεί να αποφέρει εξαιρετικά αποτελέσματα για τις μάρκες που χρειάζονται οικονομικές λύσεις για διαδραστικά συστήματα φωνητικής απόκρισης ή εταιρικά εκπαιδευτικά βίντεο. Με τη τεχνολογία σύνθεσης φωνής, οι ηθοποιοί μπορούν να αυξήσουν την εμβέλειά τους και να αυξήσουν την ικανότητά τους να λαμβάνουν επαναλαμβανόμενες αμοιβές από τις ηχογραφήσεις.

Τέλος, στα στούντιο παραγωγής διαφήμισης, η εμφάνιση της κλωνοποίησης φωνής έχει βοηθήσει σημαντικά στη μείωση του κόστους και του χρόνου που συνδέεται με την παραγωγή διαφημίσεων. Όσο υπάρχει μια υψηλής ποιότητας ηχογράφηση για κλωνοποίηση (ακόμη και από μη διαθέσιμους ηθοποιούς), οι διαφημίσεις μπορούν να παραχθούν γρήγορα και πιο δημιουργικά από ποτέ.

Είναι ενδιαφέρον ότι οι επιχειρήσεις και οι μικρές και μεσαίες επιχειρήσεις μπορούν να επωφεληθούν από την κλωνοποίηση φωνής για να δημιουργήσουν κάτι μοναδικό για τις μάρκες τους. Μεγάλα έργα μπορούν να πραγματοποιήσουν τα πιο φιλόδοξα σχέδια τους, ενώ οι μικρές επιχειρήσεις μπορούν να αποκτήσουν πρόσβαση σε προηγουμένως δαπανηρά μοντέλα. Αυτό σημαίνει πραγματικός εκδημοκρατισμός της πρόσβασης.

Συμπέρασμα

Η κλωνοποίηση φωνής AI προσφέρει στις επιχειρήσεις οφέλη που αλλάζουν το παιχνίδι, όπως τη δημιουργία μοναδικών εμπειριών πελατών, την ενσωμάτωση δυνατοτήτων επεξεργασίας φυσικής γλώσσας στα προϊόντα και τις υπηρεσίες τους, και τη δημιουργία εξαιρετικά ακριβών μιμήσεων φωνών που ακούγονται απολύτως πραγματικές.

Οι επιχειρήσεις που επιθυμούν να διατηρήσουν το ανταγωνιστικό τους πλεονέκτημα το 2023 πρέπει να εξετάσουν την κλωνοποίηση φωνής AI. Οι εταιρείες μπορούν να χρησιμοποιήσουν αυτή τη τεχνολογία για να αξιοποιήσουν μια ποικιλία νέων δυνατοτήτων για να κερδίσουν μερίδια αγοράς και να διατηρήσουν τους πελάτες τους, ενώ το κάνουν με ηθικά υπεύθυνα μέσα.

Η Άννα είναι Διευθύντρια Ηθικής και Συνεργασιών στο Respeecher, μια τεχνολογία κλωνοποίησης φωνής που έχει κερδίσει Emmy και εδρεύει στην Ουκρανία. Η Άννα είναι πρώην Σύμβουλος Πολιτικής στο Reface, μια εφαρμογή συνθετικών μέσων που βασίζεται σε τεχνητή νοημοσύνη. Είναι επίσης τεχνική συνιδρύτρια του εργαλείου καταπολέμησης της παραπληροφόρησης Cappture, που χρηματοδοτείται από το πρόγραμμα επιτάχυνσης Startup Wise Guys. Η Άννα έχει 11 χρόνια εμπειρίας στις πολιτικές ασφάλειας και άμυνας, τις τεχνολογίες και την ανάπτυξη ανθεκτικότητας. Είναι πρώην Ερευνήτρια στο Διεθνές Κέντρο Άμυνας και Ασφάλειας στο Τάλιν και στο Ινστιτούτο Μελετών Ασφάλειας της Πράγας. Έχει επίσης συμβουλεύσει μεγάλες ουκρανικές εταιρείες για την ανάπτυξη ανθεκτικότητας ως μέρος της Ομάδας Εργασίας για τον Υβριδικό Πόλεμο στο Οικονομικό Σχολείο του Κιέβου.