La course aux armements en matière d’IA continue de s’accélérer, et de nouvelles frontières en matière de clonage vocal émergent presque quotidiennement. Le dernier développement vient de la startup ElevenLabs, basée à San Francisco, qui vient d’annoncer que son nouveau modèle d’IA peut désormais imiter des voix parlant couramment dans 30 langues différentes, soit une extension spectaculaire par rapport aux huit langues originales précédemment prises en charge.
La société a pris comme exemple Lukeman Literary, une agence littéraire et éditeur indépendant, expliquant que la société produit chaque année de nombreux livres audio dans plusieurs langues.
“Avant, il fallait des semaines à l’équipe de Lukeman pour produire un seul livre audio, car il leur fallait trouver le bon artiste voix off, réserver un studio d’enregistrement, enregistrer et gérer la post-production”, a déclaré ElevenLabs dans un communiqué officiel. article de blog. “Maintenant, l’ensemble du processus prend quelques heures”,
Selon ElevenLabs, le nouveau modèle Multilingual v2 offre un son « riche en émotions » qui capture les inflexions nuancées de la parole naturelle. Les utilisateurs saisissent le texte qu’ils souhaitent prononcer dans la langue cible et l’IA génère une voix off transparente.
La société propose deux options principales de clonage de voix : un outil de synthèse vocale et un « VoiceLab » pour cloner des voix spécifiques.
Les utilisateurs téléchargent des échantillons de parole pour créer un clone vocal personnalisé, que l’IA analyse pour créer une version synthétique. Cette voix clonée peut ensuite être manipulée pour dire tout ce qui est imaginable. ElevenLabs affirme que la dernière mise à jour signifie que ces sosies de l’IA peuvent désormais parler couramment des langues comme le suédois, l’arabe et le malais.
Les capacités linguistiques étendues coïncident également avec le fait qu’ElevenLabs retire sa technologie de clonage vocal des tests bêta. L’entreprise vise à commercialiser l’outil pour des applications pratiques telles que la narration de livres audio, comme dans le cas de Lukeman Literary.
Répondre aux préoccupations
Le potentiel d’utilisation abusive de la technologie obscurcit ces ambitions commerciales. L’audio Deepfake rend les utilisateurs vulnérables aux campagnes de fraude et de désinformation. ElevenLabs a lui-même subi des réactions négatives l’année dernière lorsque sa plateforme a été exploitée pour usurper l’identité et harceler des personnalités publiques.
L’entreprise affirme que des garanties plus strictes ont depuis été mises en œuvre, mais des préoccupations éthiques persistent. Comme Décrypter Récemment rapporté, un « escroc pourrait utiliser l’IA pour cloner la voix de votre proche », et il suffirait de quelques minutes d’audio pour obtenir des résultats crédibles.
Les grandes entreprises technologiques comme Meta font face à des critiques similaires pour avoir développé une puissante IA générative sans transparence totale. Meta a récemment dévoilé un outil de synthèse vocale IA appelé Voicebox, qui, selon elle, pourrait facilement faciliter les deepfakes. Contrairement à ElevenLabs, Meta s’est abstenu de toute diffusion publique étant donné les « risques d’utilisation abusive ».
Cependant, malgré les craintes, les progrès rapides dans le clonage vocal de l’IA semblent imparables. Comme le linguiste Mati Staniszewski d’ElevenLabs déclaré“À terme, nous espérons couvrir encore plus de langues et de voix avec l’aide de l’IA et éliminer les barrières linguistiques au contenu.”
Garantir une mise en œuvre éthique reste un défi de taille, car la frontière entre la désinformation mondiale et les moyens de communication innovants est très mince. Il est essentiel d’agir avec prudence, de peur que notre village mondial de voix ne devienne une tour de Babel cacophonique.
2023-08-24 01:03:38
1692831319
#Une #startup #dIA #peut #désormais #générer #parole #utilisant #votre #voix #dans #langues
