A OpenAI surpreendeu o mundo da tecnologia ao iniciar a liberação, de forma restrita, de sua mais recente inovação: uma IA capaz de reproduzir vozes humanas de maneira precisa.
A novidade é o Voice Engine e tem a capacidade de imitar com fidelidade a voz de qualquer pessoa. Por meio de avançados algoritmos de processamento de áudio, a IA pode replicar não apenas o tom e a cadência da fala, mas também os nuances e características individuais de cada voz.
Ao contrário de métodos anteriores que exigiam longas amostras de áudio para alcançar resultados satisfatórios, essa IA é capaz de clonar vozes humanas com apenas uma breve amostra de áudio de 15 segundos.
Em desenvolvimento desde 2022, somente agora a OpenAI compartilhou resultados com exemplos dos áudios gerados que podem ser ouvidos em uma postagem recente no blog da empresa.
Até o momento, a tecnologia foi treinada para interpretar e ler textos escritos em um mesmo idioma. Contudo, ele também possui a capacidade de traduzir frases para outras línguas, mantendo inclusive o sotaque original.
Benefícios e intenções da OpenAI
A proposta é que o Voice Engine seja utilizado sobretudo por empresas de informação e educação, visando a ampliação do alcance de conteúdos para uma maior público.
Além disso, indivíduos com condições que afetam sua capacidade de fala poderão utilizar a plataforma para se comunicarem de forma mais eficaz, por meio de uma voz sintética.
Preocupações: tecnologia pode ter uso impróprio
Embora essa tecnologia tenha aplicações promissoras em áreas como assistentes virtuais, dublagem e síntese de fala, também levanta questões éticas e de privacidade.
A OpenAI está ciente dessas preocupações e reconhece que a implementação será gradual, a fim de compreender “como a sociedade pode se adaptar a essas novas capacidades”, visto que existe “o risco de uso impróprio de vozes sintéticas” em diversas situações.
A OpenAI planeja se unir a uma série de organizações nacionais e internacionais para discutir o uso responsável dessa tecnologia. Entre as diretrizes estabelecidas estará a proibição da reprodução da voz de terceiros sem a devida autorização, além da obrigação de informar o ouvinte sempre que a fala for gerada artificialmente.
