O que é clonagem de voz?
Clonagem de voz é criar uma voz sintética que soa como uma pessoa real específica, a partir de gravações da fala dela. O clone pode então dizer frases novas que a pessoa nunca gravou, inclusive em outros idiomas, e é assim que as ferramentas de dublagem mantêm a voz do próprio falante em uma tradução.
Amostra: 42 segundos de Anna falando inglês no vídeo dela
Texto: “Empezamos con tres clientes y una sala alquilada.”
Resultado: a fala em espanhol, dita com uma voz que soa como a de AnnaComo funciona
Um modelo de fala treinado com muitas vozes aprende o que torna uma voz diferente: tom, timbre, sotaque e ritmo. Com uma amostra de um novo falante, ele captura essas características e as aplica a qualquer texto que fala. As palavras vêm do texto; só o som da voz vem da amostra.
Clones instantâneos e profissionais
Um clone instantâneo é feito em segundos a partir de uma amostra curta, muitas vezes de menos de um ou dois minutos, e soa parecido com a pessoa em uma fala neutra. Um clone profissional é treinado com muito mais áudio, normalmente de meia hora a várias horas de gravações limpas, e se sai melhor com emoção, gritos ou sussurros.
Consentimento e a lei
Uma voz identifica uma pessoa. Pelo GDPR, dados de voz tratados para identificar alguém são dados biométricos, e os serviços que clonam vozes, incluindo este, tratam as amostras dessa forma: precisam de uma base legal, normalmente o consentimento explícito. A BIPA de Illinois abrange impressões de voz, o ELVIS Act do Tennessee protege a voz de uma pessoa contra imitação não autorizada, e o EU AI Act exige que áudio sintético seja identificado como tal. Clonar alguém sem permissão pode violar várias dessas regras ao mesmo tempo.
Para que serve clonar voz
Dublar os vídeos de um criador com a própria voz dele, corrigir uma palavra em uma gravação sem regravar, narração para pessoas que perderam a voz e audiolivros lidos pelo próprio autor. A mesma tecnologia torna possíveis os golpes com voz, e é por isso que ferramentas sérias pedem a confirmação de que você pode usar a voz.
Perguntas
Quanto áudio é preciso para clonar uma voz?
Para um clone instantâneo, de cerca de 20 segundos a uns dois minutos de fala clara. Clones profissionais são treinados com 30 minutos ou mais.
Clonagem de voz é legal?
Clonar a sua própria voz, ou uma que você tenha permissão para usar, é legal na maioria dos lugares. Clonar alguém sem consentimento pode violar leis de privacidade, de dados biométricos e de direito de imagem, e usar o clone para enganar é fraude.
Uma voz clonada pode falar outro idioma?
Sim. Modelos de fala multilíngues podem fazer o clone falar idiomas que a pessoa não fala, mantendo o som da voz dela, embora o sotaque possa mudar.
Dá para distinguir uma voz clonada da real?
Em frases curtas e neutras, muitas vezes não. Em um trecho mais longo, emoção sem variação, ênfases estranhas ou nomes mal pronunciados costumam denunciar.
Ler mais
Termos relacionados
Atualizado: