近日美國(guó)一家人工智能公司Veritone推出了一款名叫Marvel.AI的聲音平臺(tái)，為名人提供聲音克隆服務(wù)。

公司總裁Ryan Steelberg說(shuō)：“對(duì)于名人而言，除了使用個(gè)人形象的廣告代言，他們的聲音也是工作業(yè)務(wù)的一部分，但通常名人們的時(shí)間比較緊張，沒(méi)有足夠的時(shí)間去演播室錄音”。所以，Veritone公司就推出了這項(xiàng)服務(wù)，幫助名人們生成他們聲音的深層復(fù)制品（deepfakes of their voices），并在需要的時(shí)候使用。

一、Marvel.AI兩種服務(wù)模式：可自助，可個(gè)性化定制

隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，多家大型科技公司提供現(xiàn)成的文本轉(zhuǎn)語(yǔ)音的模型。但機(jī)器語(yǔ)音太過(guò)生硬，為了制作出精品的人聲語(yǔ)音系統(tǒng)，Veritone作為世界首個(gè)人工智能操作系統(tǒng)aiWare的創(chuàng)建者，最近搭建了Marvel.AI語(yǔ)音平臺(tái)，該平臺(tái)可以制作合成語(yǔ)音，讓內(nèi)容創(chuàng)作者、名人等用戶生成他們聲音的復(fù)制品，以達(dá)到難辨真?zhèn)蔚娜寺曅Ч糜陔娕_(tái)、有聲讀物或是其他平臺(tái)的應(yīng)用。

對(duì)用戶而言，Marvel.AI將提供兩種服務(wù)。

第一種是自助服務(wù)模式，人們可以從原有的聲音目錄中選擇自己的喜歡的模型，然后根據(jù)需要?jiǎng)?chuàng)建語(yǔ)音。這種模式類似于亞馬遜和微軟等公司之前提供的變音服務(wù)。

第二種是個(gè)性化制定模式，客戶只需要提交自己的聲音數(shù)據(jù)。之后，Veritone本著“一切為了顧客服務(wù)”的原則，為他們創(chuàng)建一個(gè)克隆的語(yǔ)音模型，并保存在公司的系統(tǒng)中。只要客戶有需求，就能立刻把模型調(diào)出開始復(fù)制使用。Marvel.AI還將搭建一個(gè)市場(chǎng)，為那些有潛在需求的客戶，提供多樣化的聲音模型選擇，但目前其定價(jià)不明確。

Steelberg堅(jiān)信，對(duì)這此類服務(wù)市場(chǎng)是有需求的，他們已經(jīng)準(zhǔn)備好商業(yè)化應(yīng)用了。

二、為名人省時(shí)省力，但存在信用風(fēng)險(xiǎn)

Veritone雖然自稱是一家“人工智能公司”，但其大部分收入來(lái)自廣告和內(nèi)容授權(quán)。該公司有個(gè)Veritone Licensing部門，對(duì)包括CBS和CNN等在內(nèi)的廣播公司，以及NCAA和美國(guó)網(wǎng)球公開賽等體育組織擁有的視頻檔案進(jìn)行授權(quán)。

Ryan Steelberg說(shuō)聲稱，與那些專注于人工智能技術(shù)的初創(chuàng)公司相比，Veritone在授權(quán)和廣告方面的經(jīng)驗(yàn)將賦予其優(yōu)勢(shì)。但這對(duì)廣告商和贊助商來(lái)說(shuō)，無(wú)疑是非常耗錢又費(fèi)時(shí)的項(xiàng)目。畢竟，名人都是靠自身形象、聲音來(lái)引流的，但當(dāng)大眾粉絲們發(fā)現(xiàn)，自己的偶像或是崇拜者連聲音都是合成的，那之后還會(huì)消費(fèi)其代言的產(chǎn)品嗎？

三、克服機(jī)械音、提高安全度是Veritone的發(fā)展重點(diǎn)

近年來(lái)，在廣告領(lǐng)域，語(yǔ)音合成技術(shù)被廣泛應(yīng)用。在這波語(yǔ)音創(chuàng)作洪流中，Veritone平臺(tái)的發(fā)展取決于合成人聲的真實(shí)性。它是否能帶動(dòng)大眾的情緒，聲音聽起來(lái)要像是人類發(fā)出的，而不是機(jī)器。

此外，對(duì)于這項(xiàng)技術(shù)，在社會(huì)上也存在諸多爭(zhēng)議。由于Marvel.AI可以創(chuàng)建任何音頻模型，這就給個(gè)人隱私泄露和音頻濫用問(wèn)題的出現(xiàn)提供了可能。例如之前出現(xiàn)的不法之徒，利用語(yǔ)音合成來(lái)進(jìn)行電話詐騙的案例，讓語(yǔ)音克隆服務(wù)的安全度遭到質(zhì)疑。

Steelberg也曾提到，通過(guò)復(fù)制音頻檔案，該項(xiàng)技術(shù)能夠讓已經(jīng)逝世人的聲音“復(fù)活”。從技術(shù)層面上看，這是一項(xiàng)不錯(cuò)的創(chuàng)新技術(shù)；但從道德角度上看，這確實(shí)有點(diǎn)讓人感到毛骨悚然。比如通過(guò)人工智能復(fù)活英國(guó)戴安娜王妃的語(yǔ)音，用于商品代言，消費(fèi)者們會(huì)買單嗎？

結(jié)語(yǔ)：智能語(yǔ)音發(fā)展的同時(shí)，也要保障用戶安全

在全面進(jìn)入數(shù)字化的時(shí)代，智能語(yǔ)音服務(wù)是未來(lái)的發(fā)展趨勢(shì)，從智能語(yǔ)音客服到廣告行業(yè)的人聲合成語(yǔ)音，都有著潛在的發(fā)展市場(chǎng)。

但在研發(fā)克隆語(yǔ)音服務(wù)的同時(shí)，負(fù)責(zé)技術(shù)開發(fā)的科技公司，應(yīng)更加重視服務(wù)帶來(lái)的用戶隱私和安全問(wèn)題。在智能語(yǔ)音行業(yè)，各大科技企業(yè)使該技術(shù)商業(yè)化的同時(shí)，需不斷地規(guī)范市場(chǎng)化運(yùn)作，保障用戶權(quán)益。

來(lái)源：Gizmodo