Vad är röstkloning?
Röstkloning innebär att skapa en syntetisk röst som låter som en viss verklig person, utifrån inspelningar av personens tal. Klonen kan sedan säga nya meningar som personen aldrig spelat in, även på andra språk, och det är så dubbningsverktyg behåller en talares egen röst i en översättning.
Prov: 42 sekunder där Anna talar svenska i sin video
Text: ”Empezamos con tres clientes y una sala alquilada.”
Resultat: den spanska repliken, talad med en röst som låter som AnnaSå fungerar det
En talmodell som tränats på många röster lär sig vad som gör en röst unik: tonhöjd, klangfärg, brytning och rytm. Får den ett prov från en ny talare fångar den de dragen och använder dem på all text den läser. Orden kommer från texten; bara röstens klang kommer från provet.
Snabbkloner och professionella kloner
En snabbklon skapas på några sekunder från ett kort prov, ofta under en eller två minuter, och låter likt personen vid neutralt tal. En professionell klon tränas på mycket mer ljud, vanligen en halvtimme till flera timmar rena inspelningar, och håller bättre vid känslor, rop eller viskningar.
Samtycke och lagen
En röst identifierar en person. Enligt GDPR är röstdata som behandlas för att identifiera någon biometriska uppgifter, och tjänster som klonar röster, den här inräknad, behandlar proven så: de kräver en rättslig grund, normalt uttryckligt samtycke. Illinois lag BIPA omfattar röstavtryck, Tennessees ELVIS Act skyddar en persons röst mot obehörig imitation, och EU AI Act kräver att syntetiskt ljud redovisas som sådant. Att klona någon utan tillstånd kan bryta mot flera av dem på en gång.
Vad det används till
Att dubba en kreatörs videor med kreatörens egen röst, rätta ett ord i en inspelning utan omtagning, berättarröst för personer som har förlorat sin röst och ljudböcker upplästa av författaren. Samma teknik gör röstbedrägerier möjliga, och därför ber seriösa verktyg dig bekräfta att du får använda rösten.
Frågor
Hur mycket ljud behövs för att klona en röst med AI?
För en snabbklon från ungefär 20 sekunder till ett par minuter tydligt tal. Professionella kloner tränas på 30 minuter eller mer.
Är röstkloning lagligt?
Att klona din egen röst, eller en röst du har tillstånd att använda, är lagligt på de flesta håll. Att klona någon utan samtycke kan bryta mot lagar om integritet, biometri och rätten till den egna personen, och att använda klonen för att lura någon är bedrägeri.
Kan en klonad röst tala ett annat språk?
Ja. Flerspråkiga talmodeller kan få klonen att tala språk som personen inte själv talar och behålla röstens klang, även om brytningen kan förändras.
Kan man höra skillnad på en klonad röst och den riktiga?
I korta, neutrala meningar ofta inte. I ett längre stycke avslöjar platta känslor, konstiga betoningar eller felaktigt uttalade namn oftast klonen.
Läs mer
Relaterade begrepp
Uppdaterad: