ElevenLabs ha lanciato una nuova pagina di sintesi vocale, rendendo più semplice che mai la creazione di voci AI e il loro utilizzo per la sintesi vocale.
La piattaforma vocale di intelligenza artificiale offre le voci sintetiche e i cloni vocali più naturali tra tutti i servizi attualmente disponibili.
Il nuovo motore vocale di OpenAI, ma non attualmente disponibile al pubblico, potrebbe dargli del filo da torcere, ma OpenAI sta ritardando il suo lancio a causa di problemi di sicurezza.
Dare il Sintesi vocale di ElevenLabs pagina un nuovo design ha semplificato il processo di creazione, aprendola solo con una casella di testo. Espone altri controlli solo quando inizi a interagire con lo strumento, rendendo più semplice iniziare.
Per avere un’idea di come funziona, ho creato alcune brevi clip utilizzando le voci sintetiche integrate, nonché un test di sintesi vocale utilizzando la mia voce clonata. Il clone della mia voce mi assomiglia così tanto da essere inquietante.
Come si clona una voce con ElevenLabs?
Clonare una voce in ElevenLabs è veloce e semplice. Ci sono due modi per farlo, il più veloce è Instant Voice Cloning ma puoi anche fare un clone professionale che richiede più tempo ma produce una replica più realistica.
La clonazione professionale richiede la migliore attrezzatura possibile e può richiedere fino a sei ore per ricevere il clone finale. Devi verificare la tua voce, ricontrollare tutta la tua attrezzatura e fornire fino a tre ore di audio campione sudpiso in segmenti di 30 minuti con etichettatura.
Tuttavia, puoi ottenere un clone straordinariamente accurato della tua voce utilizzando Instant Voice Cloning che richiede circa tre minuti di audio campione ed è disponibile in circa 20 minuti.
ElevenLabs afferma che per la clonazione istantanea sono necessari solo fino a cinque minuti di audio poiché qualsiasi cosa sopra porta poco miglioramento. È inoltre importante utilizzare l’audio registrato in un ambiente con un rumore di fondo minimo e con la migliore attrezzatura possibile.
Poiché questo potrebbe essere utilizzato su qualsiasi voce di cui disponi di campioni sufficienti, ElevenLabs ti conferma di avere i diritti per utilizzare quella voce per scopi di clonazione, ma da quello che ho potuto vedere in realtà non verifica che sia davvero così.
Clonare la mia voce con ElevenLabs
Ho provato un paio di approcci persi per clonare la mia voce. In uno ho registrato me stesso mentre leggevo un libro in tre segmenti da un minuto, ma il clone sembrava artificioso e innaturale. Poi l’ho provato parlando in modo casuale di tutto ciò che mi è venuto in mente per tre minuti e mi è sembrato più naturale.
È anche importante utilizzare etichette accurate e una buona descrizione poiché queste confluiscono nel clone finale. Ciò include il tuo accento, luogo di nascita, sesso ed età approssimativa.
Questo è stato un momento preoccupante poiché qualsiasi parte di queste informazioni potrebbe essere utilizzata da malintenzionati per rubare la tua identità – e affiancarla a un clone della tua stessa voce è un rischio ancora più grande. Suggerisco di mantenerlo sul vago, in base al decennio o alla contea. Questo è anche uno dei motivi per cui OpenAI ha deciso di ritardare il rilascio di Voice Engine.
Ho riprodotto a mia moglie un clip audio campione realizzato utilizzando il mio clone vocale e, anche se poteva dire che non ero proprio io quando si trattava di sintesi vocale (dicendo che sembrava che stessi leggendo da un copione), non è riuscita a scegliere la versione reale dalla versione falsa quando ho usato la sintesi vocale.
La sintesi vocale è lo strumento di wrapper vocale di ElevenLabs. In sostanza, prende qualsiasi audio in ingresso, registrato nella scatola di nuova concezione o da una clip caricata, e lo ricrea utilizzando la voce sintetica o clonata selezionata.
A cosa serve la clonazione vocale?
Sono rimasto sorpreso da quanto il clone della mia voce corrispondesse alla mia voce reale, soprattutto quando lo usavo con la sintesi vocale.
Non era così preciso quando l’ho provato utilizzando un breve clip audio registrato dal mio manager poiché ha un accento perso dal mio, ma se qualcuno con un accento simile avesse usato il mio clone vocale suonerebbe quasi esattamente come me.
Questa tecnologia potrebbe essere utilizzata per registrare interi drammi radiofonici con un solo attore, riportando in vita anche artisti morti da tempo. Questo è qualcosa di cui SAG-AFTRA era preoccupata e faceva parte dello sciopero dell’anno scorso.
Un caso d’uso positivo a cui ho pensato durante il mio esperimento è stato il miglioramento della qualità audio. Mi sono registrato mentre pronunciavo una frase, poi ho usato la sintesi vocale con il mio clone vocale su quella stessa frase – e suonava esattamente come me, ma come se avessi registrato in uno studio.
Quali protezioni sono in atto?
In futuro la sintesi vocale migliorerà a tal punto che perderà i problemi dell’Uncanny Valley, sembrerà naturale come qualcuno che parla per davvero e quindi penterà una preoccupazione. Tuttavia, anche con la sintesi vocale il rischio di identificare le frodi è elevato.
Esistono alcune restrizioni nel sistema ElevenLabs, tra cui un classificatore che rileva se una clip è stata generata dall’intelligenza artificiale e uno strumento guardrail per impedire la creazione di funzionari o candidati eletti.
OpenAI ha affermato che discuterà innanzitutto della “distribuzione responsabile delle voci sintetiche” e dell’impatto che potrebbero avere sulla società prima di lanciare Voice Engine.
“Sulla base di queste conversazioni e dei risultati di questi test su piccola scala, prenderemo una decisione più informata su se e come implementare questa tecnologia su larga scala”, ha scritto l’azienda in un post sul blog.
Va notato che ci sono dozzine di progetti di sintesi vocale open source che sono vicini alla qualità di ElevenLabs in termini di accuratezza della clonazione, quindi potrebbe essere già troppo tardi per rimettere quel giocattolo nella scatola.
- Il salto dell’intelligenza artificiale “superintelligente” di OpenAI ha quasi causato il collasso dell’azienda: ecco perché
- OpenAI sta pagando i ricercatori per impedire che l’IA superintelligente penti un disonesto
- OpenAI sta costruendo un’intelligenza artificiale GPT-5 di prossima generazione e il CEO afferma che potrebbe essere superintelligente
