OpenAI anunciou uma nova ferramenta de clonagem de áudio baseada em IA chamada Voice Engine na sexta-feira. Enquanto a empresa obviamente se orgulha do potencial dessa tecnologia – divulgando como ela poderia ser usada para fornecer assistência de leitura para crianças e dar voz àqueles que a perderam – a OpenAI está claramente muito nervosa sobre como isso poderia ser abusado. E com razão.
“OpenAI está comprometida em desenvolver uma IA segura e amplamente benéfica”, disse a empresa em um comunicado na sexta-feira, deixando claras suas preocupações já na primeira frase. Voice Engine basicamente usa a mesma tecnologia por trás de sua API de texto para fala e ChatGPT Voice, mas essa aplicação da tecnologia é tudo sobre clonar uma voz em vez de ler algo em voz alta com o tom e inflexão de um estranho. A OpenAI observa que sua tecnologia é excepcional, precisando apenas de uma amostra de 15 segundos para “criar vozes emotivas e realistas”.
“Hoje estamos compartilhando insights e resultados preliminares de uma prévia em pequena escala de um modelo chamado Voice Engine, que utiliza entrada de texto e uma única amostra de áudio de 15 segundos para gerar fala natural que se assemelha de perto à do falante original”, escreveu a empresa. Não está claro que tipo de dados de treinamento foram usados para construir o Voice Engine, ponto sensível para empresas de IA que foram acusadas de violar leis de direitos autorais ao treinar seus modelos em obras protegidas. Empresas como a OpenAI argumentam que seus métodos de treinamento se enquadram como “uso justo” sob a lei de direitos autorais dos EUA, mas vários detentores de direitos entraram com processos, reclamando que não foram compensados pelo seu trabalho.
O site da OpenAI tem áudios de exemplo que passaram pelo Voice Engine e são bastante impressionantes. A capacidade de alterar o idioma que alguém está falando também é muito legal. Mas você ainda não pode experimentar por si próprio. Já existem diversas ferramentas de clonagem de voz disponíveis, como ElevenLabs, e tradutores como Respeecher. Mas a OpenAI se tornou um gigante desde que lançou o ChatGPT publicamente no final de 2022. E assim que tornar o Voice Engine um produto disponível publicamente (ainda não há data de lançamento), poderá abrir as comportas para todo tipo de novo abuso que nunca nem sonhamos.
A declaração da OpenAI na sexta-feira observou: “Estamos adotando uma abordagem cautelosa e informada para um lançamento mais amplo devido ao potencial de uso indevido de vozes sintéticas”, enfatizando as preocupações que todas as grandes empresas enfrentam agora com esse tipo de tecnologia de IA. Um exemplo especialmente preocupante de alguém usando a clonagem de voz por IA para fins nefastos aconteceu mais cedo neste ano usando a voz do Presidente Joe Biden. Steve Kramer, que trabalhava para o candidato presidencial democrata azarão Dean Phillips, clonou a voz de Biden para criar uma mensagem dizendo que as pessoas não deveriam se preocupar em votar na primária de Nova Hampshire. Kramer usou a ferramenta de voz da IA ElevenLabs e fez a mensagem em “menos de 30 minutos”, enviando-a para cerca de 5.000 pessoas, de acordo com o Washington Post.
“Esperamos iniciar um diálogo sobre a implantação responsável de vozes sintéticas e sobre como a sociedade pode se adaptar a essas novas capacidades”, disse o comunicado da OpenAI. “Com base nessas conversas e nos resultados desses testes em pequena escala, tomaremos uma decisão mais informada sobre se e como implantar essa tecnologia em grande escala.” Isso, é claro, é a faca de dois gumes de toda nova tecnologia. Golpistas sempre encontrarão uma maneira de explorar ferramentas emergentes para enganar as pessoas de seu suado dinheiro. Mas você não precisa usar vozes falsas geradas por IA para enganar as pessoas. Como relatamos nesta semana, o mais recente golpe cripto usa atores reais contratados no Fiverr para ler um roteiro que ajuda a vender o golpe como autêntico.
