Чем опасна новая российская технология имитации голоса

Компания Тимура Бекмамбетова Screenlife Technologies совместно со стартапом "Стафори" представили технологию Vera Voice – нейросеть, способную имитировать голоса знаменитостей. Чем уникальна разработка, а чем по-настоящему опасна – в тексте нашего обозревателя Николая Гринько.

Фото: depositphotos/WrightStudio

Синтезаторами голоса сегодня никого не удивишь. Когда-то они звучали так, словно ржавый робот читает азбуку по слогам, но сегодня голосовые ассистенты научились имитировать человеческую речь почти идеально. Vera Voice движется еще дальше: алгоритм способен синтезировать речь, имитируя особенности произношения конкретного человека: скорость, интонацию и тембр. Для того, чтобы сеть научилась подделывать голос, нужно дать ей в течение нескольких часов послушать запись любой персоны.

Авторы выложили в Сеть видеоролик, в котором демонстрируют возможности программы. В нем можно услышать голоса Владимира Путина, Владимира Познера и Ксении Собчак. Сходство с оригиналами просто удивительное, работу компьютера выдают разве что отдельные огрехи и редкие цифровые искажения.

Видео: YouTube/Vera Voice

Разработчики сообщают, что планируют использовать технологию в рекламе, озвучке аудиокниг, голосовых помощниках и так далее. При этом они особенно отмечают, что заботятся о безопасности: "Существуют риски. В плохих руках эта технология может стать оружием: она открывает большие возможности для фальсификации. Получается, что фактически с ней можно подделать любой разговор, даже если речь идет о президенте страны. Это способно вызвать серьезные политические последствия".

Vera Voice – первый проект, позволяющий работать с речью на русском языке, но это не единственная программа, способная имитировать речь конкретного человека. Разработки в этой области ведутся уже несколько лет: в интернете можно найти, например, искусственные голоса Барака Обамы и Дональда Трампа. Мало того, существуют нейросети, с помощью которых возможно подделать и видеозапись, заменив лицо одного человека другим (например, Арнольда Шварценеггера в фильме "Терминатор 2″ заменить на Сильвестра Сталлоне).

Видео: YouTube/Ctrl Shift Face

Да, пока все это выглядит и звучит не очень точно, но нейросети учатся очень быстро, и можно уверенно утверждать, что лет через пять подмену персонажей и их голосов в видеозаписях невозможно будет заметить неподготовленному человеку. Мы стоим на пороге эпохи, в которой нельзя будет верить абсолютно ничему, что показано по телевизору или выложено в интернет. Все, что вы не видели собственными глазами в реальности, может быть (и наверняка окажется) подделкой. И нам еще предстоит научиться существовать в таком мире, постоянно подвергая сомнению любую информацию.

Однако, кроме этих пугающих перспектив, у Vera Voice есть и другие. Не зря же к работе над проектом подключился кинорежиссер Тимур Бекмамбетов.

Мы сможем услышать настоящий тембр Бреда Питта или Анджелины Джоли – так, словно они много лет учили русский или даже родились в России. А спустя еще несколько лет "допилят" и видео-алгоритмы – тогда и артикуляция иностранных актеров станет совпадать с русскими словами.

Есть в таком развитии событий и минусы. Например, лишатся работы все, кто занимался дубляжом кинокартин: актеры, режиссеры, звукооператоры... А если заглянуть еще дальше, то и киноактеров заменят полноценными цифровыми копиями: так можно будет снять новый фильм с Андреем Мироновым или Чарли Чаплиным...

В общем, перспективы намечаются головокружительные. И немного пугающие. Впрочем, мы надеемся, что все обойдется.

Хотя...