Samsung ще научи смартфоните си да клонират гласа на потребителя, за да отговарят на повиквания

Смартфоните на Samsung разполагат с функцията Bixby Text Call, която позволява да отговаряте на гласови повиквания, без да казвате нито дума. Идеята е, че ако потребителят не може или не желае да отговори на глас, той ще може да напише отговор и той ще бъде озвучен за обаждащия се. Досега тя можеше да се използва от корейски потребители, но сега е достъпна и на английски език. Съществуват и планове за обучение на смартфоните да научават съобщенията по гласа на потребителя.

Към момента текстът на глас е наличен само на корейски език в приложението Bixby Custom Voice Creator за малък брой смартфони на Samsung – само новите флагмани Galaxy S23, S23+ и S23 Ultra. Качеството на гласа може да бъде ужасно, а времето за реакция е твърде дълго, за да бъде тази функция наистина полезна. Но самото клониране на гласове за отговаряне на повиквания е в обсега на съвременните технологии, тъй като инструментите за изкуствен интелект могат да създават реалистични копия на гласове само за няколко минути аудиозапис.

Отговарянето на аудио повиквания чрез текстово базиран интерфейс с вграден синтезиран глас вече не е новост само по себе си. При устройствата на Samsung функцията е известна като Bixby Text Call и беше въведена в с Android One UI 5. Google предлага подобна услуга, наречена Call Screen, която ви позволява да отговаряте на потенциални спам обаждания с автоматичен глас. Но услугата на Google ви позволява само да избирате от списък с общи отговори, а не да въвеждате свои собствени отговори.

Не е трудно да си представим, че тези функции ще станат по-сложни и автоматизирани в близко бъдеще. В крайна сметка ще е достатъчно да свържете гласовия си клонинг, който преобразува текста в реч, с чатбот, задвижван от изкуствен интелект. Самата компания Samsung обещава, че в бъдеще генерираните от потребителите гласове ще бъдат „съвместими с приложения на Samsung, различни от телефонните разговори“, въпреки че не е ясно какво означава това.

Технологичните компании отдавна обещават, че асистентите, задвижвани от ИИ, ще могат да извършват всякакви административни дейности от името на потребителя, а създаването на гласов клонинг на самия себе си и задаването на задачи за него чрез чатбот може действително да осъществи тази идея.

Това може да създаде и различни проблеми. Google вече се опита да въведе подобна функционалност през 2018 г. със своята технология Duplex AI, като начин за автоматично извършване на резервации за ресторанти с помощта на глас на изкуствен интелект. Но реакциите към технологията бяха смесени, като мнозина я критикуваха като неетична и отбелязаха, че тя създава повече работа за хората, които приемат обажданията. В крайна сметка компанията закрива Duplex AI в края на 2022 г.

Съществуват и злонамерени употреби на гласово-активираните клонинги на ИИ – от подбуждане на омраза и тормоз на ИИ до обикновени измами. Много е вероятно в близко бъдеще да се окаже почти невъзможно да се определи дали това действително е човекът от другия край на телефонния разговор.