Políbil jsem tři psy

Na veřejné prezentaci v kalifornském San Diegu bylo ten den nebývale živo a veselo. Výzkumník Zeyu Jin zde loni v listopadu předvedl nový nástroj Adobe VoCo (z angl. voice conversion – proměna hlasu). Systém, který používá strojové učení, potřebuje záznam přibližně 20 minut vaší řeči. Analyzuje tón a zabarvení hlasu, rozloží slova na jednotlivé hlásky a vytvoří zbrusu novou, umělou promluvu. Uživatel pak může měnit vaše výroky podobně snadno, jako se mění slova v textovém editoru. Za potlesku a smíchu v sálu si Zeyu Jin pohrává se slůvky v angličtině a původní větu „Políbil jsem své tři psy a ženu“ proměňuje na výrok „třikrát jsem políbil Jordana“.

Otázka je, co by mohly podobné „zábavné“ manipulace způsobit třeba v soudních přích. S nahrávkami hlasu coby důkazním materiálem mají sice soudy problém již teď, podobné systémy však důvěryhodnost nahrávek ještě víc zpochybní. Také další nastupující technologie, výsledek schopnosti umělé inteligence učit se, nabízejí zneklidňující možnosti využití. Je jistě zábavné dozvědět se, co říká Adolf Hitler na záběrech němého filmu, co však schopnost stroje odezírat ze rtů přinese lidskému soukromí? A můžeme si být jisti, že tweet, který čteme na svém telefonu, napsal skutečně člověk?

Casablanca 2

Adobe VoCo označovaný za „Photoshop pro zvuk“ by šlo využít třeba v dabingu, kde by mohl zpočátku opravovat menší chyby. V budoucnosti by pak herec možná…