OpenAI, la empresa de investigación de inteligencia artificial, presentó Voice Engine, un modelo innovador capaz de generar voces realistas a partir de una única muestra de audio de 15 segundos. Esta tecnología abre nuevas posibilidades en diversos campos, desde la educación hasta la asistencia a personas con discapacidades.
Un modelo con un gran potencial
Voice Engine utiliza una combinación de aprendizaje automático e inteligencia artificial para crear voces que suenan naturales y se asemejan mucho al hablante original. Este modelo se desarrolló a finales de 2022 y se ha utilizado en la API de conversión de texto a voz, ChatGPT Voice y Read Aloud.
OpenAI adopta un enfoque cauteloso con Voice Engine
Debido al potencial de uso indebido de la voz sintética, OpenAI ha decidido realizar una vista previa a pequeña escala de Voice Engine con un grupo de socios confiables. La compañía busca iniciar un diálogo sobre el despliegue responsable de esta tecnología y cómo la sociedad puede adaptarse a estas nuevas capacidades.
Aplicaciones prometedoras de Voice Engine
Las pruebas a pequeña escala han demostrado el potencial de Voice Engine en diversas áreas:
- Asistencia de lectura: Brindar a niños y no lectores acceso a contenido con voces emotivas y naturales. Age of Learning ha utilizado Voice Engine para generar contenido de voz en off personalizado y respuestas en tiempo real para interactuar con los estudiantes.
- Traducción de contenido: Permitir a creadores y empresas llegar a una audiencia global. HeyGen utiliza Voice Engine para traducir la voz de un orador a varios idiomas, conservando su acento nativo.
- Acceso a servicios esenciales: Mejorar la prestación de servicios en entornos remotos. Dimagi utiliza Voice Engine para brindar retroalimentación interactiva a los trabajadores de salud comunitarios en su idioma principal.
- Apoyo a personas no verbales: Ofrecer voces únicas y no robóticas para personas con discapacidades. Livox utiliza Voice Engine para que las personas con discapacidades puedan comunicarse de forma efectiva.
- Recuperación de la voz: Ayudar a pacientes que han perdido la capacidad de hablar. El Instituto de Neurociencias Norman Prince de Lifespan ha utilizado Voice Engine para restaurar la voz de una paciente que perdió su fluidez debido a un tumor cerebral.
Construyendo Voice Engine de forma segura
OpenAI reconoce los riesgos asociados a la generación de voces realistas. La compañía está colaborando con socios de diversos sectores para incorporar sus comentarios en el desarrollo de la tecnología.
Políticas de uso responsable:
Los socios que prueban Voice Engine deben aceptar las políticas de uso de OpenAI, que prohíben la suplantación de identidad y requieren el consentimiento del hablante original.
Medidas de seguridad:
OpenAI ha implementado medidas de seguridad como marcas de agua para rastrear el origen del audio y un monitoreo proactivo de su uso.
Recomendaciones para el futuro:
OpenAI recomienda la eliminación gradual de la autenticación basada en voz, la creación de políticas para proteger el uso de las voces individuales en la IA y la educación del público sobre las capacidades y limitaciones de las tecnologías de IA.
Un futuro con voces sintéticas:
Voice Engine es una tecnología con un enorme potencial para mejorar nuestras vidas. OpenAI busca un diálogo abierto sobre su desarrollo y adopción responsable para asegurar un futuro positivo con voces sintéticas.
Para conocer más sobre Inteligencia Artificial visita la SECCIÓN.