সাম্প্রতিক বছরগুলিতে, কারো ভয়েস ক্লোন করার জন্য AI এর একটি অংশের দ্বারা শোনার সময় কম থেকে কম হচ্ছে ।
আগে ছিল মিনিট, এখন মাত্র সেকেন্ড।
ভাইরাল জেনারেটিভ-এআই চ্যাটবট চ্যাটজিপিটি-এর পিছনে মাইক্রোসফ্ট-সমর্থিত সংস্থা OpenAI সম্প্রতি প্রকাশ করেছে যে কারও ভয়েস পুনরুত্পাদন করতে তার নিজস্ব ভয়েস-ক্লোনিং প্রযুক্তিতে মাত্র 15 সেকেন্ডের অডিও উপাদান প্রয়োজন।
তার ওয়েবসাইটের একটি পোস্টে, ওপেনএআই ভয়েস ইঞ্জিন নামক একটি মডেলের একটি ছোট আকারের পূর্বরূপ ভাগ করেছে, যা এটি 2022 সালের শেষের দিক থেকে বিকাশ করছে।
ভয়েস ইঞ্জিন এটিকে ন্যূনতম 15 সেকেন্ডের কথ্য উপাদান খাওয়ানোর মাধ্যমে কাজ করে। ব্যবহারকারী তখন ওপেনএআই যা বর্ণনা করে তা তৈরি করতে পাঠ্য ইনপুট করতে সক্ষম হয় "আবেগপূর্ণ এবং বাস্তবসম্মত" বক্তৃতা যা "মূল স্পিকারের সাথে সাদৃশ্যপূর্ণ"।
OpenAI জোর দিয়ে বলে যে এটি "সিন্থেটিক ভয়েস অপব্যবহারের সম্ভাবনার কারণে একটি বৃহত্তর প্রকাশের জন্য সতর্ক এবং অবহিত দৃষ্টিভঙ্গি গ্রহণ করছে," যোগ করে যে এটি "সিন্থেটিক ভয়েসের দায়িত্বশীল স্থাপনার উপর একটি সংলাপ শুরু করতে চায়, এবং কীভাবে সমাজ এই নতুনগুলির সাথে মানিয়ে নিতে পারে ক্ষমতা।"
এটি যোগ করেছে: "এই কথোপকথন এবং এই ছোট স্কেল পরীক্ষার ফলাফলের উপর ভিত্তি করে, আমরা এই প্রযুক্তিটি স্কেলে এবং কীভাবে স্থাপন করতে হবে সে সম্পর্কে আরও সচেতন সিদ্ধান্ত নেব।"
OpenAI এর একটি অপব্যবহার হল একটি কেলেঙ্কারী যা কিছু অপরাধী ইতিমধ্যেই কিছু সময়ের জন্য সর্বজনীনভাবে উপলব্ধ অনুরূপ প্রযুক্তি ব্যবহার করে চালিয়ে যাচ্ছে। এটি একটি ভয়েস ক্লোনিং এবং তারপর একটি ব্যাঙ্ক ট্রান্সফার মাধ্যমে নগদ হস্তান্তর করার জন্য প্রতারণা করার জন্য সেই ব্যক্তির বন্ধু বা আত্মীয়কে কল করা জড়িত। আসন্ন রাষ্ট্রপতি নির্বাচনে এই জাতীয় প্রযুক্তি কীভাবে ব্যবহার করা যেতে পারে সে সম্পর্কেও আশঙ্কা রয়েছে, সাম্প্রতিক একটি হাই-প্রোফাইল ঘটনার দ্বারা হাইলাইট করা একটি সমস্যা যেখানে রাষ্ট্রপতি জো বিডেনের ভয়েসের একটি ক্লোন ব্যবহার করে একটি রোবোকল জনগণকে জানুয়ারির নিউ হ্যাম্পশায়ার প্রাইমারিতে ভোট না দিতে বলেছিল ।
আরেকটি উদ্বেগ হল কীভাবে দ্রুত উন্নতি করা প্রযুক্তি ভয়েস অভিনেতাদের জীবিকাকে প্রভাবিত করবে যারা ভয় পায় যে তাদের ভয়েসের অধিকারের উপর স্বাক্ষর করতে বলা হবে যাতে এআই ব্যবহার করা যেতে পারে একটি সিন্থেটিক সংস্করণ তৈরি করতে, এই ধরনের চুক্তির জন্য ক্ষতিপূরণ সহ। অভিনেতাকে ব্যক্তিগতভাবে কাজটি করতে বলা হলে তার চেয়ে অনেক কম হওয়ার সম্ভাবনা।
প্রযুক্তির আরও ইতিবাচক স্থাপনার দিকে তাকিয়ে, ওপেনএআই পরামর্শ দেয় যে এটি অ-পাঠক এবং শিশুদের প্রাকৃতিক-শব্দযুক্ত, আবেগপূর্ণ কণ্ঠস্বর ব্যবহার করে "প্রিসেট ভয়েসের সাথে যা সম্ভব তার চেয়ে বিস্তৃত স্পিকারের প্রতিনিধিত্ব করে" পড়ার সহায়তা প্রদান করতে ব্যবহার করা যেতে পারে। ভিডিও এবং পডকাস্টগুলির তাত্ক্ষণিক অনুবাদ হিসাবে, এমন কিছু যা স্পটিফাই ইতিমধ্যেই ট্রায়াল করছে ৷
এটি এমন রোগীদের সাহায্য করার জন্যও ব্যবহার করা যেতে পারে যারা অসুস্থতার মাধ্যমে ধীরে ধীরে তাদের কণ্ঠস্বর হারাচ্ছেন তাদের নিজস্ব কণ্ঠস্বরের মতো শব্দ ব্যবহার করে যোগাযোগ চালিয়ে যেতে।
OpenAI এর ওয়েবসাইটে AI-জেনারেটেড অডিও এবং রেফারেন্স অডিওর কিছু উদাহরণ রয়েছে এবং আমরা নিশ্চিত যে আপনি একমত হবেন, সেগুলি বেশ অসাধারণ।