應用范圍擴大的AI語(yǔ)音技術(shù)：行善還是作惡？

      AI語(yǔ)音技術(shù)是AI的個(gè)分支，隨著(zhù)AI技術(shù)的發(fā)展，AI語(yǔ)音技術(shù)也在突飛猛進(jìn)換代升 �，F在，科大訊飛、搜狗等科技公司相繼發(fā)布了語(yǔ)音合成技術(shù)的應用。通過(guò)AI手段，用戶(hù)可以 秒變聲為社會(huì )名人或者其他想要模仿的聲音。

　　AI的這種音色遷移技術(shù)可稱(chēng)為變聲技術(shù)，可以將任何人的聲音轉換成特定人的聲音(Any-to-One)。與 內的IT公司比較起來(lái)，搜狗公司的AI變聲功能已經(jīng)達到實(shí)用的階段。搜狗CEO王小川在 場(chǎng)大會(huì )上進(jìn)行了展示。通過(guò)手機軟件，王小川用AI變聲模擬了高曉松和東北妹子的聲音，引得現場(chǎng)連連發(fā)笑。

　　比起AI之前的語(yǔ)音服務(wù)，如導航、智能音箱、問(wèn)題解讀等，變聲技術(shù)是AI語(yǔ)音技術(shù)的重要升 ，如果說(shuō)之前的AI語(yǔ)音服務(wù)還在追求以什么樣的語(yǔ)音，以及如何使AI的語(yǔ)音更像人的聲調和音色為用戶(hù)和公眾提供更好的服務(wù)，那么現在的AI變聲技術(shù)則進(jìn) 步擴大了AI的應用范圍，既有可能讓AI語(yǔ)音更好為公眾服務(wù)，也有可能讓AI語(yǔ)音步入歧途，成為詐騙的工具。前者是向善和行善，后者是從惡和行惡。

　　AI的變聲技術(shù)是 種逼真的語(yǔ)音合成技術(shù)，它的基礎是神經(jīng)網(wǎng)絡(luò )和機器學(xué)習。神經(jīng)網(wǎng)絡(luò )模擬電信號在人腦神經(jīng)元之間的傳遞過(guò)程，對輸入數據進(jìn)行處理，從大量樣本數據中總結出共同特征，再通過(guò)機器學(xué)習模擬特定人的聲音，達到以假亂真的效果。顯然，這樣的變音技術(shù)有很多用武之地，凡是可以采用語(yǔ)音或有聲服務(wù)的地方，都可能獲得這類(lèi)服務(wù)和應用，如語(yǔ)音交互、有聲讀物、新媒體、智能客服、大眾娛樂(lè )等。不過(guò)，AI變聲技術(shù)的短板也是顯著(zhù)的，如果有人利用這種技術(shù)向任何特定的人打電話(huà)以扮演其親人、朋友、同事、上 的聲音，就會(huì )讓人難以辨別真假。

　　不過(guò)，與AI變聲技術(shù)相似的另 種AI語(yǔ)音技術(shù)似乎向善的成分大 些，這就是“講話(huà)到面孔”技術(shù)，也可稱(chēng)為“聞聲識人”技術(shù)。研究人員設計了 種智能軟件，把網(wǎng)上搜集的數百萬(wàn)段教學(xué)和音像視頻中的每個(gè)人的面部特征與其講話(huà)的聲音特點(diǎn)匹配和相聯(lián)，形成 種可供計算機學(xué)習的大數據，通過(guò)深度學(xué)習，這種智能軟件僅僅通過(guò)聽(tīng) 個(gè)人的聲音就可以畫(huà)出(顯示)其相貌，而且八九不離十，但是，現在這種軟件還不成熟。

　　“講話(huà)到面孔”的AI語(yǔ)音技術(shù)完全可以應用到刑事鑒識中，可以與較早的模擬畫(huà)像技術(shù) 道成為刑事鑒識的補充技術(shù)。模擬畫(huà)像技術(shù)是基于找不到嫌疑人的影視資料、聲音和照片，或者是嫌疑人的圖像很模糊，只能通過(guò)受害人或目擊者的口述，由刑偵人員畫(huà)出嫌疑人的相貌。2017年6月9日，克里斯滕森殺害中 訪(fǎng)問(wèn)學(xué)者章瑩穎，在案件偵查之初，美 聯(lián)邦調查局(FBI)就向擅長(cháng)模擬畫(huà)像的中 警官林宇輝發(fā)出邀請，請他協(xié)助畫(huà)出嫌犯的畫(huà)像，而當時(shí)能提供的嫌犯圖片就來(lái)自街邊監控攝像頭上的模糊截圖。

　　無(wú)論是AI變聲技術(shù)，還是“講話(huà)到面孔”的AI語(yǔ)音(聞聲識人)技術(shù)，都是AI語(yǔ)音技術(shù)的升 。技術(shù)是中立的，關(guān)鍵在于如何使用這類(lèi)技術(shù)。在這類(lèi)技術(shù)應用于社會(huì )生活和工作之前，制定對其嚴格管理的措施 為緊迫和必須。

　　2019年4月，全 人大常委會(huì )審議的《民法典人格權編(草案)》里加了 條規定：任何組織和個(gè)人不得以利用信息技術(shù)手段偽造的方式侵害他人的肖像權。同樣，如果AI語(yǔ)音技術(shù)發(fā)展了，也應當加上不得以信息技術(shù)手段偽造的方式侵害他人的聲音權，同時(shí)要單獨在人工智能立法中涉及AI合成不得侵犯他人的肖像權、聲音權等。任何未經(jīng)授權的合成肖像、合成音頻均屬于侵權違法行為。

　　盡管如此，還是需要有 部明確的法律來(lái)規范包括語(yǔ)音、肖像等在內的AI新產(chǎn)品和應用，使其只能向善行善，而非向惡行惡。

【潮流家電網(wǎng)版權聲明】：本網(wǎng)站注明轉載的內容均來(lái)源于互聯(lián)網(wǎng)，轉載的目的在于傳遞更多信息及用于網(wǎng)絡(luò )分享，并不代表本站贊同其觀(guān)點(diǎn)和對其真實(shí)性負責，也不構成任何其他建議。如果您發(fā)現網(wǎng)站上有侵犯您的知識產(chǎn)權的作品，歡迎提供相關(guān)證據,發(fā)送郵件至731801816@qq.com，我們會(huì )及時(shí)修改或刪除。


未經(jīng)正式授權嚴禁轉載本文，侵權必究。