OpenAI anuncia un nuevo motor de voz que genera voces humanas

OpenAI, el fabricante de ChatGPT, avanza constantemente en sus modelos de inteligencia artificial para brillar en este panorama competitivo. El viernes, la compañía anunció un nuevo modelo de inteligencia artificial que puede replicar la salida de audio sintético de la voz de una persona. Este modelo puede generar discursos con una única muestra de audio de 15 segundos.

OpenAI anunció esta tecnología en X compartiendo su publicación de blog y escribió:

Compartimos nuestros aprendizajes de una vista previa a pequeña escala de Voice Engine, un modelo que utiliza entrada de texto y una única muestra de audio de 15 segundos para generar un habla con sonido natural que se parece mucho al hablante original. https://t.co/yLsfGaVtrZ

—OpenAI (@OpenAI) 29 de marzo de 2024

Si bien este es un modelo de IA revolucionario, plantea serios riesgos. El modelo aún no se ha hecho público y OpenAI no ha dejado de abordar la posibilidad de un posible uso indebido.

Según lo indicado en la publicación del blog,

Reconocemos que generar un discurso que se asemeje a las voces del pueblo conlleva serios riesgos, que están especialmente en sus mentes en un año electoral.

Estamos colaborando con socios estadounidenses e internacionales de todo el gobierno, los medios de comunicación, el entretenimiento, la educación, la sociedad civil y más para garantizar que incorporamos sus comentarios a medida que construimos,

En particular, están comprobando varias opciones que evitan el uso indebido de este modelo de IA. O la empresa puede incluir marcas de agua en las voces sintéticas o introducir medidas de protección para evitar riesgos.

Lea también: El fabricante chino de teléfonos inteligentes Xiaomi lanza su primer automóvil eléctrico

Esta máquina de voz recientemente anunciada puede clonar la voz con bastante facilidad. Todo lo que una persona necesita hacer es grabar un clip de 15 segundos de su voz, y el modelo de IA generará un habla sintética pero con un sonido natural y pronunciará en voz alta el texto escrito por el usuario. Es interesante señalar que ni siquiera es necesario que el texto esté en el idioma nativo del usuario, ya que el motor de voz ayuda a cambiar de idioma.

Mientras tanto, el gerente de producto OpenAI, Jeff Harris, en una entrevista con TechCrunch, dijo:

Hasta ahora, no es de código abierto; lo tenemos internamente por ahora. Tenemos curiosidad por ponerlo a disposición del público, pero, por supuesto, esto conlleva riesgos adicionales en términos de exposición y ruptura.