ድምጽን የማቼገን (Voice Cloning) ቴክኖሎጂ ምንድን ነው?

voice cloning and disinformation

መጋቢት 27፣ 2015

በዛሬው ማብራርያችን በሀሠተኛ መረጃዎችና በጥላቻ መልዕክቶች ስርጭት ላይ ቤንዚን ያርከፈክፍ ይሆን ተብሎ ስለተፈራው ድምጽን የማቼገን (Voice Cloning) ቴክኖሎጂ አንድ አጭር መረጃ እናቀርባለን።

ከሁለት ወራት በፊት የአሜሪካው ፕሬዝደንት ጆ ባይደን ከጾታ አንጻር የጥላቻ ንግግር ማድረጋቸውን ያሳያል የተባለ ቪዲዮ በማህበራዊ ሚዲያ ተሰራጭቶ ነበር። በቪድዮው ላይ የሚደመጠው ድምጽ በቅላጼውም ይሁን በዘዬው ከፕሬዝደንት ባይደን ድምጽ ጋር ሙሉ ለሙሉ በሚቻል ደረጃ ተመሳሳይ ነበር።

ትክክለኛ ነው ብለው ያመኑ በአስር ሺዎች የሚቆጠሩ ሰዎች መልሰው አጋሩት።

ሆኖም በቪዲዮው ላይ የተደመጠው ድምጽ የአርቴፊሻል ኢንቴለጀንስ ወለድ በሆነው ድምጽን የማቼገን ቴክኖሎጂ የተፈበረከ ሰው ሰራሽ (synthetic) ድምፅ ነበር። የሰው ሰራሽ ድምጽ ይዘቱ የተፈበረከው ደግሞ ድምጽን በማቼገን እና በማዋሃድ ቴክኖሎጂ ዙሪያ የምርምና ስርጸት ስራ የሚከውነው ኢለቭን ላብስ(ElevenLabs) የተባለ ተቋም በቤታ ደረጃ ባበለጸገው መተግበሪያ አማካኝነት ነበር።

በቤታ ምዕራፍ ባሉ ድምጽን የማቼገን ቴክኖሎጂ የሚፈበረኩ ይዘቶች ቀደም ባሉት የአርቴፊሻል ኢንቴለጀንስ ምዕራፎች ከተፈበረኩት ሮቦቲክ ድምጾች (robotic sound) ይበልጡን የዘመኑ ናቸው። ድምጽን ቆርጦ-በመቀጠል (Voice editing) ከሚሰሩ አሳሳች የድምጽ ይዘቶች ጋር ደግሞ ምንም ግንኙነት የላቸውም።

በድምጽ ማቼገን ቴክኖሎጅ የሚፈበረኩ ይዘቶች ፍጹም እውነት የሚመስሉ ሲሆን ለመስራትም የቀለሉ ናቸው። ድምጾቹን ለማቼገን የሚፈለገውን ሰው ድምጽ ቅንጣት ናሙና (sample) እና እንዲተላለፍ የተፈለገውን መልዕክት በጽሁፍ (text) በመተግበሪያው ማስገባት ብቻ በቂ ነው። መተገበሪያው በጥቂት ሰከንዶች ውስጥ ውጤቱን ያቀርባል።

ከፕሬዝደንት ባይደን ሰው ሰራሽ ድምጽ መሰራጨት በኋላ ቴክኖሎጂው ለአሉታዊ ድርጊት መዋሉን እንዲሁም ሰዎች መደናገራቸውን ያስተዋለው ኢለቨን ላብስ በትዊተር ገጹ አጠር ያለ መልዕክት አስተላልፎ ነበር። በመልዕክቱም አሉታዊ ድርጊቶችን ለመቆጣጠር ማሰቡንና ለዚህም መተግበሪያውን የሚጠቀሙ አካላትን የክፍያ ሰነድ ወይም ማንነት ገላጭ መታወቂያ እንዲያቀርቡ እንዲሁም የድምጽ ቅንጣት ናሙና የባለቤትነት መብት (copyright) እንዲያሳዩ ለማድረግ ማሰቡን አስነብቧል። በተጨማሪም በድምጽ ማቼገን ይዘቶችን የመከታተልና የመለየት ስራ ለመስራት ማሰቡን አስገንዝቧል።

ቴክኖሎጂው በየቀኑ እየዘመነና ፍጹም እየሆነ የመጣ ሲሆን ከቀናት በፊት የዝነኛው የሂፕ ሆፕ ሙዚቃ ስልት አቀንቃኝን ኤሚኔምን የድምጽ ናሙናና በቻት ጂቲፒ የተጻፈን ግጥም በመጠቀም የተፈበረከ ሙዚቃ በዩትዩብ የተጫነ ሲሆን ፍጹም ተመሳሳይነቱ ብዙዎቹን አስገርሟል። የአቀንቃኙ ስራዎች ባለመብት ዩንቨርሳል ሚውዚክ ለዩትዩብ የባለመብትነት (copyright) ጥያቄ አቅርቦም ይግባኙ ተቀባይነት አግኝቷል።

እንደ ኢለቭን ላቭስ ያሉ በጉዳዩ ዙሪያ የሚሰሩ ተቋማት ድምጽ ማቼገንን ፊልሞችን በተለያዩ ቋንቋዎች ተርጉሞ ለማቅረብ፣ ለመጽሐፍት ትረካ (audio books)፣ ለጨዋታዎች (games) ወዘተ ላሉ አዎንታዊ ድርጊቶች ለመጠቀም እንደሚሰሩ የሚገልጹ ሲሆን ሀሠተኛ መረጃዎችንና የጥላቻ መልዕክቶች ለማሰራጨት ያለው አቅም ያሰጋቸው አካላት ፍርሃታቸውን በመግለጽ ላይ ይገኛሉ።

ወቅታዊ መረጃዎችን ቀጥታ በኢሜልዎ ለማግኘት ይመዝገቡ

    ያቀረቡትን የግል መረጃ በግላዊ መመሪያችን መሠረት እንጠብቃለን::