Zaloguj sięWypróbuj za darmo

Klonowanie głosu – co to jest?

Klonowanie głosu to tworzenie syntetycznego głosu, który brzmi jak konkretna, prawdziwa osoba, na podstawie nagrań jej mowy. Klon może potem wypowiadać nowe zdania, których ta osoba nigdy nie nagrała, także w innych językach – dzięki temu narzędzia do dubbingu zachowują w tłumaczeniu własny głos mówcy.

Przykład
Próbka:  42 sekundy, w których Anna mówi po angielsku w swoim filmie
Tekst:   „Empezamos con tres clientes y una sala alquilada.”
Wynik:   hiszpańska kwestia wypowiedziana głosem, który brzmi jak Anna

Jak działa klonowanie głosu AI

Model mowy wytrenowany na wielu głosach uczy się, co odróżnia jeden głos od drugiego: wysokość, barwę, akcent i rytm. Gdy dostaje próbkę nowego mówcy, wychwytuje te cechy i stosuje je do każdego tekstu, który wypowiada. Słowa pochodzą z tekstu; z próbki pochodzi tylko brzmienie głosu.

Klony natychmiastowe i profesjonalne

Klon natychmiastowy powstaje w kilka sekund z krótkiej próbki, często krótszej niż minuta lub dwie, i przy neutralnej mowie brzmi blisko oryginału. Klon profesjonalny trenuje się na znacznie większej ilości audio, zwykle od pół godziny do kilku godzin czystych nagrań, i lepiej radzi sobie z emocjami, krzykiem czy szeptem.

Czy klonowanie głosu jest legalne: zgoda i prawo

Głos identyfikuje człowieka. Zgodnie z RODO (GDPR) dane głosowe przetwarzane w celu identyfikacji osoby to dane biometryczne, a serwisy klonujące głosy, w tym nasz, tak właśnie traktują próbki: potrzebują podstawy prawnej, zwykle wyraźnej zgody. Ustawa BIPA w Illinois obejmuje odciski głosu, ELVIS Act w Tennessee chroni głos przed nieuprawnionym naśladowaniem, a EU AI Act wymaga oznaczania syntetycznego audio jako takiego. Klonowanie kogoś bez zgody może naruszyć kilka z tych przepisów naraz.

Do czego się go używa

Do dubbingu filmów twórcy jego własnym głosem, poprawiania słowa w nagraniu bez dogrywki, narracji dla osób, które straciły głos, i audiobooków czytanych przez autora. Ta sama technologia umożliwia oszustwa głosowe, dlatego rzetelne narzędzia proszą o potwierdzenie, że możesz używać danego głosu.

Pytania

Ile audio potrzeba do sklonowania głosu?

Do klonu natychmiastowego od ok. 20 sekund do kilku minut wyraźnej mowy. Klony profesjonalne trenuje się na 30 minutach nagrań lub więcej.

Czy klonowanie głosu jest legalne?

Klonowanie własnego głosu albo takiego, do którego używania masz zgodę, jest legalne w większości krajów. Klonowanie kogoś bez zgody może naruszać przepisy o prywatności, danych biometrycznych i prawie do wizerunku, a użycie klonu do wprowadzania w błąd to oszustwo.

Czy sklonowany głos może mówić w innym języku?

Tak. Wielojęzyczne modele mowy pozwalają klonowi mówić w językach, których dana osoba nie zna, z zachowaniem brzmienia jej głosu, choć akcent może się zmienić.

Czy da się odróżnić sklonowany głos od prawdziwego?

Przy krótkich, neutralnych zdaniach często nie. W dłuższym materiale zdradzają go zwykle płaskie emocje, dziwne akcenty zdaniowe lub źle wymówione nazwy.

Czytaj dalej

Powiązane pojęcia

  • Dubbing

    Dubbing to zastąpienie mowy w filmie, serialu lub wideo nowo nagraną wypowiedzią, zwykle tłumaczeniem na inny język, tak by widzowie słyszeli historię we własnym języku zamiast czytać napisy. Nowe kwestie są zgrane z obrazem, a muzyka i efekty dźwiękowe oryginału zostają.

  • Lektor (voice-over)

    Lektor, czyli tłumaczenie w formie voice-over, to przetłumaczona wypowiedź nałożona na oryginalne audio, które pozostaje słyszalne ciszej pod spodem. W przeciwieństwie do dubbingu nie próbuje zastąpić oryginalnych głosów ani dopasować się do ruchu warg: widzowie słyszą, że tłumaczy ktoś inny.

  • Scenariusz do dubbingu

    Scenariusz do dubbingu to przetłumaczone dialogi filmu lub wideo, przepisane tak, by każdą kwestię dało się wypowiedzieć w czasie, jaki oryginalna kwestia zajmuje na ekranie. Zawiera każdą kwestię z postacią, która ją mówi, oraz kodami czasowymi początku i końca. Zaadaptowany tekst czytają w studiu aktorzy albo głos AI.

Zaktualizowano: