لم تتمكن شركة أوبن أيه أي من مقاومة رغبتها بالكشف عن تقنية محرك الصوت التي طورتها، وهي تقنية متقدمة للغاية لدرجة أنها ستثير الإعجاب والخوف لدى المستخدمين على حد سواء، إلا أن الشركة قررت في الوقت الحالي إصدار نظام “محرك الصوت” الخاص بها.
تتيح هذه التقنية التي تسمى “محرك الصوت” استنساخ صوت أي شخص بمجرد الاستماع إلى مقطع صوتي مدته 15 ثانية وهو يتحدث، بالإضافة إلى ذلك يمكن للصوت المقلد أن ينقل المشاعر والإيقاع الطبيعي للكلام البشري؛ ما يجعل الحوار الذي يولده الذكاء الاصطناعي يبدو واقعيًّا.
بداية تطوير محرك الصوت
تقول شركة أوبن أيه أي إنها بدأت تطوير “محرك الصوت” في أواخر عام 2022؛ حيث إنه في البداية بدأت في تشغيل خاصية تحويل النص إلى كلام لنظام الدردشة الآلية “ChatGPT“، ولكن بدلًا من إصدار “محرك الصوت” للجمهور، قررت الشركة بشكل أساسي أن المجتمع لم يصبح جاهزًا تمامًا لهذه الخطوة.
وكتبت الشركة في منشور على مدونتها يستعرض أمثلة عديدة على عمل “محرك الصوت”: “نحن نتخذ نهجًا حذرًا ومدروسًا لإصدار أوسع بسبب إمكانية إساءة استخدام الصوت الاصطناعي”.
وأضافت “مع هذه التقنية غالبًا لا يمكن تمييز الكلام الناتج من الذكاء الاصطناعي عن الصوت المرجعي، ولكن إذا وقعت هذه التكنولوجيا في الأيدي الخطأ، فمن الواضح أنه يمكن استخدامها لنشر التزييف العميق وتضليل الجمهور، ولكن على الرغم من احتمالية سوء الاستخدام، تقول أوبن أيه أي إن المحرك الصوتي قد يكون مفيدًا للمجتمع”.
اختبارات أوبن أي للتقنية
وتابعت الشركة في منشور المدونة قائلةً: إنه ابتداءً من أواخر العام الماضي، بدأت الشركة باختبار “محرك الصوت” مع مجموعة صغيرة من الشركاء الموثوقين”، وأظهرت النتائج أنه يمكن استخدام استنساخ الصوت كمساعد قراءة للأطفال في المدارس، كما يمكن أن يعمل كمترجم، باستخدام صوت الشخص للتحدث بعدة لغات مختلفة.
وتشمل حالة استخدام أخرى تزويد الأشخاص الذين فقدوا القدرة على الكلام بتكنولوجيا استنساخ الصوت، على غرار ما تفعله شركة Apple، نتيجة لذلك قررت شركة أوبن أي إصدار “محرك الصوت” في وضع المعاينة للشركاء الذين يوافقون على عدم استخدام هذه التقنية مطلقًا لأغراض انتحال شخصية غير مصرح بها.
OpenAI just launched Voice Engine,
It uses text input and a single 15-second audio sample to generate natural-sounding speech that closely resembles the original speaker.
Reference and Generated audio is very close and hard to differentiate.
More details in 🧵 pic.twitter.com/tJRrCO2WZP— AshutoshShrivastava (@ai_for_success) March 29, 2024
علامة مائية لمنع التزييف
وقالت الشركة: “يجب على الشركاء أيضا أن يكشفوا بوضوح لجمهورهم أن الأصوات التي يسمعونها هي أصوات من صنع الذكاء الاصطناعي”، كما أضافت شركة OpenAI نظام علامة مائية للمساعدة في اكتشاف أي ملف صوتي تم إنشاؤه بواسطة الذكاء الاصطناعي من “محرك الصوت”.
ومع ذلك، لا تضمن شركة أوبن أيه أي أنها ستصدر تقنية استنساخ الصوت على نطاق واسع في أي وقت، وتقول الشركة إن الكثير سيعتمد على كيفية استجابة المجتمع لصعود الذكاء الاصطناعي التوليدي، والذي يطمس بالفعل الخطوط الفاصلة بين الخيال والواقع.
وأضافت الشركة: “نأمل أن نبدأ حوارًا حول النشر المسؤول للأصوات الاصطناعية. وكيف يمكن للمجتمع أن يتكيف مع هذه القدرات الجديدة، وبناءً على هذه المحادثات ونتائج هذه الاختبارات الصغيرة النطاق. سنتخذ قرارًا أكثر دراية بشأن ما إذا كان سيتم نشر هذه التقنية على نطاق واسع وكيفية نشرها”.
اقرأ أيضا:
كيف تستفيد من الذكاء الاصطناعي المدمج في محرك البحث جوجل؟