Le modèle d'IA "RealTalk" imite parfaitement les locuteurs

"Il est clair que l'impact social des technologies de synthèse vocale est énorme", expliquent les développeurs. Les utilisateurs peuvent participer à un quiz sur le site web pour voir s'ils font la différence entre la fausse voix et le vrai Joe Rogan.

"Dans le domaine des photos et des vidéos, nous sommes déjà arrivés à un stade où les manipulations ne peuvent pratiquement plus être détectées. La voix n'est qu'un pas de plus dans cette direction, qui pourrait être utilisé à mauvais escient, en plus des applications positives", explique Werner Purgathofer de l'université technique de Vienne, du département de recherche Visual Computing & Human-Centered Technology, dans un entretien avec l'agence de presse Pressetext. Même les médias auraient alors du mal à déterminer ce qui est original et ce qui est falsifié.

Malgré les risques, les fabricants de RealTalk soulignent les aspects positifs de tels développements. Il s'agit notamment d'assistants IA plus réalistes, d'une synchronisation plus rapide et plus précise pour la télévision et les films, ainsi que d'une assistance personnalisée pour les personnes souffrant de troubles de la parole. En ce qui concerne les informations détaillées sur la technologie, l'entreprise reste discrète. Elle ne souhaite pas publier les recherches afin d'éviter tout abus potentiel. 

"Pour le moment, l'expertise technique, la puissance de calcul ainsi que les données sont nécessaires pour que des modèles comme RealTalk fonctionnent bien", explique l'entreprise. "Dans les années à venir, nous verrons la technologie progresser au point qu'il ne faudra plus que quelques secondes de matériel audio pour créer une réplique fidèle de la voix de chacun", ajoutent les développeurs. (pte)