Hur man använder generativa AI-röster etiskt för företag 2023

Slutet av 2022 kom på hjul av AI-teknologier som upplevde en omfattande användning på grund av den hisnande populariteten hos OpenAI och ChatGPT. För första gången uppnådde AI en bred marknadsacceptans genom att bevisa sin användbarhet och värde i att skapa framgångsrika affärsresultat.

Många AI-teknologier som verkar vara en revolution för vanliga människor 2023 har faktiskt varit i aktiv användning av stora företag och media under flera år. Följ med mig när jag tar en närmare titt på teknologin som driver dessa lösningar, särskilt generativa AI-system för röstkloning, dess affärsfördelar och etiska tillvägagångssätt för att använda AI.

Hur fungerar röstkloning?

För att sammanfatta det så möjliggör röstkloning att en person kan tala med en annan persons röst.

Det använder generativ AI-teknologi för att skapa inspelningar av en persons röst och använda dem för att generera ny ljudinnehåll med samma persons röst. Det tillåter i princip människor att höra vad någon skulle ha sagt, även om de inte sa det själva.

På den tekniska sidan verkar saker och ting inte vara särskilt komplicerade. Men om du dyker lite djupare finns det vissa minimikrav för att komma igång:

1. Du behöver minst 5 minuter av högkvalitativ inspelad ljud av källrösten för att klona den. Dessa inspelningar bör vara tydliga och fria från bakgrundsljud eller andra störningar, eftersom eventuella ofullkomligheter kan påverka modellens utdatans noggrannhet.
2. Därefter matar du in dessa inspelningar i en generativ AI-modell för att skapa en “röstavatar”.
3. Sedan tränar du modellen för att exakt reproducera talmodeller i tonhöjd och timing.
4. När det är klart kan den tränade modellen generera obegränsat innehåll med källrösten av någon annan person, och blir ett effektivt verktyg för att skapa realistiskt ljudande replikröster.

Detta är den punkt där många väcker etiska bekymmer. Vad händer när vi kan infoga vilken text som helst i en annan persons mun och det är omöjligt att avgöra om orden är äkta eller falska?

Ja, denna möjlighet har länge blivit en verklighet. Som i fallet med OpenAI och ChatGPT står vi inför ett antal etiska problem som inte kan ignoreras.

Etiska standarder i AI

Som med många andra nya teknologier i deras initiala skede av antagande, är den främsta hotet att skapa en negativ stigmatisering kring teknologin snarare än att erkänna hoten som en källa för diskussion och värdefull kunskap. Vad som är viktigt är att avslöja de metoder som dåliga aktörer använder för att missbruka teknologin och dess produkter, tillämpa mitigationsverktyg och fortsätta lära.

Idag har vi tre lager av ramverk för etiska standarder som gäller användningen av generativ AI. De nationella och supranationella regleringslagren är i deras initiala skede av utveckling. Den politiska världen kanske inte hänger med i utvecklingstakten av ny teknik, men vi kan redan observera EU som leder med EU-förslaget om AI-reglering och 2022 års uppdaterade kod för praxis för desinformation som anger förväntningarna för stora techföretag att tackla spridningen av skadlig AI-manipulerat innehåll. På nationell nivå ser vi regleringsförsta stegen av USA och Storbritannien i att hantera frågan med USA:s National Deepfake och Digital Provenance Task Force och Storbritanniens Online Safety Bill.

Teknikindustrins lager rör sig snabbare eftersom företag och teknologer accepterar denna nya verklighet i fråga om ny teknik och dess påverkan på samhällets säkerhet och integritet. Dialogen om etiken för generativ AI är livlig och har lett vägen mot att utveckla branschinitiativ för uppförandekoder kring användningen av generativ AI (t.ex. The Partnership on AI Synthetic Media Code of Conduct) och etiska uttalanden som släppts av olika företag. Frågan är, hur man gör uppförandet praktiskt? Och, kan de påverka produkter, specifika funktioner och teamets förfaranden?

Efter att ha arbetat med detta problem med ett antal olika media- och underhållnings-, cybersäkerhets- och AI-etiska samhällen har jag formulerat några praktiska principer för att hantera AI-innehåll och röster i synnerhet:

1. IP-ägare och det företag som använder den klonade rösten kan undvika många av de potentiella komplikationer som är förknippade med att använda originalröster genom att underteckna juridiska avtal.
2. Projektägare bör offentligt avslöja användningen av en klonad röst så att lyssnare inte blir vilseledda.
3. Företag som arbetar med AI-teknologi för röst bör allokera en procent av resurserna till att utveckla teknologi som kan upptäcka och identifiera AI-genererat innehåll.
4. Märkning av AI-genererat innehåll med vattenstämplar möjliggör röstautentisering.
5. Varje AI-tjänsteleverantör bör granska varje projekt för dess påverkan (samhälle, företag och integritetsnivå) innan de samtycker till att arbeta med det.

Naturligtvis kommer principerna för etik i AI inte att påverka spridningen av hemmagjorda deepfakes online. Men de kommer att trycka eventuella projekt i gråzonen utanför den offentliga marknaden.

Under 2021-22 användes AI-röster i olika mainstream-projekt som introducerade betydande konsekvenser för etik och samhälle. Dessa inkluderade kloning av ung Luke Skywalkers röst för Mandalorian-serien, AI-röst för God of War 2 och Richard Nixons röst för den historiska ‘In Event of Moon Disaster’-talet.

Förtroendet för tekniken växer bortom media och underhållning. Traditionella företag i många branscher använder klonade röster i sina projekt. Här är några av de mest framträdande användningsfallen.

Branschanvändningsfall

Under 2023 kommer röstkloning att fortsätta sin uppgång tillsammans med olika företag som kommer att skörda dess många fördelar. Från hälso- och sjukvård till marknadsföring och kundservice och reklambranschen revolutionerar röstkloning hur organisationer bygger relationer med sina kunder och strömlinjeformar sina arbetsflöden.

Röstkloning gynnar hälso- och sjukvårdspersonal och socialarbetare som arbetar i en online-miljö. Digitala avatarer med samma röst som medicinska yrkespersoner skapar starkare band mellan dem och deras patienter, ökar förtroendet och behåller kunder.

Möjligheterna för röstkloning inom film- och underhållningsbranschen är omfattande. Dubbning av innehåll till flera språk, barn- och vuxenextradialogersättning (ADR) och en nästan oändlig mängd anpassningsalternativ är alla möjliga med denna teknik.

På samma sätt kan AI-driven röstkloning ge utmärkta resultat för varumärken som behöver kostnadseffektiva lösningar för interaktiva röstsystem eller företagsutbildningsvideor. Med röstsyntesteknik kan skådespelare expandera sin räckvidd samtidigt som de ökar sin förmåga att tjäna royalties från inspelningar.

Till sist har röstkloning i reklamproduktionsstudior hjälpt till att betydligt minska kostnaderna och antalet timmar som är förknippade med kommersiell produktion. Så länge det finns en högkvalitativ inspelning tillgänglig för kloning (även från otillgängliga skådespelare) kan annonser produceras snabbt och mer kreativt än någonsin tidigare.

Intressant nog kan företag och SMB:er dra nytta av röstkloning för att skapa något unikt för sina varumärken. Stora projekt kan förverkliga sina mest ambitiösa planer, medan små företag kan komma åt tidigare kostsamma skalmodeller. Det är vad sann demokratisering betyder.

Sammanfattning

AI-röstkloning erbjuder företag banbrytande fördelar som att skapa unika kundupplevelser, integrera naturlig språkbehandling i sina produkter och tjänster och generera högkvalitativa imitationer av röster som låter helt äkta.

Företag som vill behålla sin konkurrensfördel 2023 bör undersöka AI-röstkloning. Företag kan använda denna teknik för att låsa upp en mängd nya möjligheter att vinna marknadsandelar och behålla kunder på ett etiskt ansvarsfullt sätt.