مزایا، معایب و آینده تکنولوژی دیپ فیک صوتی

از تکنولوژی دیپ فیک صوتی که منجر به کلون کردن اصوات یا بازتولید تقریبا بی نقص صدای افراد می شود می توان هم برای مقاصد خوب و هم مقاصد بد استفاده کرد.

- ": از این تکنولوژی همین حالا در صنایع فیلم و تلویزیون، گیمینگ و مراکز تماس استفاده می شود و بی شمار پتانسیل نیز برای استفاده از آن در امور رمزنگاری و تراپی نیز وجود ندارد.

در عین حال، نمی توان این را زیر سوال برد که تکنولوژی دیپ فیک صوتی تهدیدی بزرگ برای پروسه های دموکراتیک است، خصوصا پروسه هایی که به حریم شخصی مربوط می شوند.

در صورت استفاده بدخواهانه، تکنولوژی دیپ فیک صوتی می تواند به کلاهبرداری، فریب و آزار منجر شود.

دقیقا به خاطر همین پتانسیل های خوب و بد، اکنون زمانش رسیده که توجهی مضاعف به تکنولوژی دیپ فیک صوتی نشان دهیم و به طرقی به بررسی به آن بپردازیم که منجر به کاهش خطر فریب دادن مردم شود، خصوصا این فریب که شخصی سرشناس، چیزی را گفته که در حقیقت بیانش نکرده است.

موارد استفاده برای کسب وکارها چه خواهد بود؟ ارقام نشان می دهند که فرصتی بزرگ برای سازمان های اقتصادی فراهم شده تا از تکنولوژی های صوتی استفاده کرده و وارد تجارت های تازه شوند.

موسسه AppDynamics در سال 2018 گزارش کرد که تا سال 2020، بیش از نیمی از سرچ های انجام شده در سطح وب، با صدا صورت خواهند گرفت.

از سوی دیگر نیز، 61 درصد از تصمیم گیران برجسته حوزه فناوری اطلاعات گام را فراتر گذاشته و انتظار دارند فرمان های صوتی به صورت کامل جایگزین فرمان های تایپ شده به صورت دستی برای یافتن اطلاعات در سراسر اینترنت شوند.

و نسل جوان در این حوزه پیشرو است - 84 درصد از متولدین قرن بیست و یکم همین حالا از دستیارهای صوتی برای پایش برنامه روزانه و مسئولیت های خود استفاده می کنند.

بیایید به مرور مزایا، معایب و آینده که در انتظار تکنولوژی دیپ فیک صوتی است بپردازیم.

امکان صحبت به صورت طبیعی از سوی افرادی که از مشکلات پزشکی رنج می برند امکان برقراری ارتباط و اشتراک گذاری افکار و احساسات با کلمات، از اهمیتی بسیار زیاد برخوردار بوده و در واقع این یکی از معدود ویژگی هایی است که ما انسان ها را منحصر به فرد می کند.

اما تکنولوژی واگردانی صوتی سنت شکنانه کنونی، کارهای بسیار بیشتری می تواند برای افرادی انجام دهد که از توانایی صحبت برخوردار نیستند.

برای مثال گسترش تکنولوژی اتوماسیون خانگی را کنترل صوتی را در نظر بگیرید.

کلون کردن صدا می تواند باعث شود افرادی که قادر به صحبت به صورت طبیعی نیستند استقلال بیشتری داشته باشند و بهتر به استفاده از دیوایس هایی بپردازند که از با فرمان های صوتی کنترل می شوند.

دستیارهای صوتی بنابر گزارش پیش بینی وضعیت دستیار دیجیتال و دیوایس صوتی مبتنی بر هوش مصنوعی شرکت Ovum، تا سال 2021 میلادی شمار دستیارهای صوتی از تعداد انسان های حاضر روی کره خاکی بیشتر خواهد بود.

بیایید برای مثال به دستیار صوتی گوگل نگاه کنیم.

صدای این دستیار با استفاده از سیستم نوشتار به گفتار Tacotron 2 تولید می شود که خود بر دو شبکه عصبی عمیق متکی است.

نخستین شبکه، متن را به تصویری بصری (یا طیف نگاره) از فرکانس های صدا به مرور زمان تبدیل می کند و سپس یک سیستم WaveNet به تحلیل طیف نگاره پرداخته و المان های صوتی را شکل می دهد.

خروجی، گفتاری است که تفاوت چندانی با گفتار عادی انسانی ندارد و حتی می تواند کلمات بسیار دشوار را به خوبی تلفظ کند.

محتوای تعاملی برای کورس های یادگیری آنلاین کلون کردن صدا با هوش مصنوعی باعث می شود که دیگر در هر کلاس درس نیازی به نوت برداری یا بازنگری در نوت ها برای یافتن اشتباهات بالقوه نباشد.

از سوی دیگر، هزینه پولی و زمانی سخنرانی هایی که به صورت حرفه ای ضبط می شوند نیز کاهش می یابد و کورس های یادگیری آنلاین شکلی دسترس پذیرتر به خود می گیرند.

این اتفاقی کوچک نیست، خصوصا در دوران بحران کنونی که به خاطر پاندمی کووید-19، محدودیت های فراوان برای مردم به وجود آمده است.

اخاذی از ویدیوهای جعلی اما شدیدا واقع گرایانه با صحنه های جنسی یا خشونت آمیز که با ترکیب تکنولوژی دیب فیک ویدیویی و صوتی ساخته شده اند می توان برای اخاذی از افراد استفاده کرد.

ایمیل های اسپم اگر تا به حال ایمیل برایتان آمده باشد که در آن نوشته شده با بانک X ارتباط برقرار کنید تا اطلاعات بیشتر راجع به روند حواله پول در اختیارتان قرار بگیرد به احتمال زیاد نام ایمیل های اسپم به گوشتان خورده و هیچ توجهی هم به آن ها نشان نداده اید.

اما یک تماس تلفنی از سوی کسی که صدایی بسیار شبیه به یکی از مخاطبان مورد اعتمادتان دارد و شما را به پاسخ دادن به یک ایمیل ترغیب می کند ممکن است نظرتان را عوض کرده و باعث شود دست به انجام کاری بزنید که بعدا آرزو می کردید هیچوقت انجامش نمی دادید.

رقابت غیر قانونی یک نفر ممکن است خود را مدیر عامل فلان کمپانی جای بزند و در این جایگاه مهم، شروع به نشر اطلاعات دروعین در تماس های تلفنی مربوط به گزارش سایت قطره و به نقل ازهای مالی کند.

سهام داران و سرمایه گذاران فریب خواهند خورد و قیمت سهام را از آنچه در واقعیت هست خواهند پنداشت.

از همین تکنیک بدخواهانه می توان برای تخریب رقبای صنعتی نیز استفاده کرد.

استفاده در مدل بنگاه-به-بنگاه با درنظرگیری یافته های موجود در گزارش AppDynamics که بالاتر به آن ها اشاره شد، استفاده از تکنولوژی بازتولید صدا به صورت گسترده، آنقدرها دور نیست.

69 درصد از تصمیم گیرندگان حوزه فناوری اطلاعات در شرکت هایی کار می کنند که یا همین حالا روی تکنولوژی سرمایه گذاری کرده اند یا می خواهند طی سه سال آتی روی آن سرمایه گذاری کنند.

چه به دنبال بازتولید صدا باشید، چه درمان برای مشکلات کلامی، چه گیمینگ، چه رمزنگاری و چه هرچیز دیگر، از تکنولوژی کلون صدا می توان در گستره وسیعی از صنایع نفع برد.

برای مثال با توسعه یک سیستم بلادرنگ در دنیای گیمینگ می توان به گیمرها اجازه داد که از صداهای مختلف در چت های داخل بازی استفاده کنند.

وقتی صحبت از تکنولوژی دیپ فیک صوتی باشد، جهان دارد با سرعت بسیار زیادی تغییر می کند.

کلون صدا برای مراکز تماس کمپانی Reespecher اکنون مشغول کار روی تکنولوژی هایی سنت شکن است که به اپراتورها در آن سوی آب ها اجازه می دهد صدایی شبیه به افراد بومی داشته باشند.

بنابراین هنگام تماس با یکی از این مراکز، احساس خواهید کرد که با یکی از شهروندان کشور خود صحبت می کنید.

از سوی دیگر، اپراتورهای رباتیک هم به زودی صدایی انسانی تر خواهند داشت.

جمع بندی تکنولوژی دیپ فیک صوتی بدون هیچ تردید ریسک های خود را به همراه می آورد، اما نخستین گام برای تمرکز مضاعف روی جنبه های مثبت تکنولوژی اینست که جنبه های منفی را شناسایی کرده و در صدد تقلیل دادن آن ها برآییم.

صداهای کلون شده ای که هیچ تفاوتی با صدای سخنگوی اصلی ندارند می توانند بهترین ابزار ممکن برای فیلم سازان، بازی سازان و دیگر تولیدکننده مدیا باشند.

خیلی زود صداهای بازتولید شده به صورت دیجیتالی، احساسات و حالات گوناگون را نیز در بر می گیرند، همانطور که شواهدش را با دستیارهای صوتی نظیر بیکسبی سامسونگ، سیری اپل یا الکسای آمازون دیده ایم.

و با از راه رسیدن صداهایی که قادر به انتقال احساسات باشند، مشاوره و مصاحبت شکلی کاملا جدید به خود خواهند گرفت.

  منبع:دیجیاتو
کلید واژه ها: تکنولوژی - دیپ فیک - استفاده - صوتی - پتانسیل - توان - فریب - پروسه - دموکراتیک - حریم شخصی - رمزنگاری - شخصی - مضاعف - صنایع - آینده - بررسی - افراد - مربوط - حریم - فیلم - کلون - نشان - کاهش - تماس - صورت - سوال - مردم - هایی - بزرگ