OpenAI Bikin Alat Penjiplak Suara, Cuma Butuh Contoh 15 Detik

KOMPAS.com - Perusahaan kecerdasan buatan (artificial intelligence) OpenAI baru-baru ini mengumumkan "Voice Engine", yakni teknologi yang bisa menjiplak atau menirukan suara hanya dari contoh rekaman audio selaam 15 detik.

Suara yang dihasilkan dari Voice Engine dibuat agar terdengar natural dan mirip dengan suara asli si pembicara. Pengguna juga dapat memasukkan teks untuk membuat sebuah ucapan “emosional dan realistis” yang menyerupai pembicara aslinya.

Menurut OpenAI, Voice Engine dapat dipakai dalam berbagai hal, seperti membantu membaca, menerjemahkan konten, membantu orang yang tidak bisa berbicara serta membantu pasien medis yang kehilangan suaranya agar dapat berbicara kembali dengan suara mereka sendiri.

Beberapa mitra OpenAI juga sudah diberi akses agar bisa mengintegrasikan teknologi ini ke dalam aplikasi dan produk mereka sendiri. Misalnya, perusahaan teknologi pendidikan Age of Learning menggunakan teknologi ini untuk menghasilkan suara berdasarkan teks.

Ada juga aplikasi “AI visual storytelling”, HeyGen, yang memungkinkan pengguna menghasilkan terjemahan suara dari konten yang telah direkam dengan tetap mempertahankan aksen dan suara asli pembicara.

Bahkan yang menarik, beberapa dokter dari Norman Prince Neurosciences Institute telah berhasil memulihkan suara dari seorang pasien muda yang menderita tumor otak vaskular dengan menggunakan audio singkat dari sebuah video proyek sekolah miliknya.

Voice Engine tidak akan hadir dalam waktu dekat

Meski sudah dikembangkan sejak 2022, Voice Engine masih belum akan dirilis ke publik dalam waktu dekat. Penyebabnya, karena OpenAI sangat berhati-hati dan sadar akan potensi penyalahgunaan yang dapat ditimbulkan dari teknologi ini.

OpenAI berharap dengan menampilkan pratinjau Voice Engine di situs resminya, masyarakat dapat melihat potensi dan lebih tangguh dalam menghadapi tantangan dari model AI generatif yang semakin canggih.

"Kami berharap dapat memulai dialog tentang penyebaran teknologi suara sintetis yang bertanggung jawab, dan bagaimana masyarakat bisa beradaptasi dengan kemampuan baru ini," kata OpenAI.

“Kami akan membuat keputusan yang lebih tepat mengenai apa dan bagaimana menggunakan teknologi ini dalam skala besar," tambah OpenAI, sebagaimana dihimpun KompasTekno dari The Guardian, Rabu (3/4/2024).

Sebelumnya, tool sejenis bernama AI Robocall sempat disalahgunakan dengan meniru suara Presiden AS Joe Biden untuk mengajak orang-orang agar tidak memilih di pemilihan pendahuluan New Hampshire pada bulan Januari.

Untuk mengurangi risiko serupa dan meningkatkan keamanan, Voice Engine bakal dilengkapi watermark untuk melacak asal audio, melarang peniruan tanpa izin, dan wajib menginformasikan bahwa suara yang didengar adalah hasil dari AI.

OpenAI bakal turut mensyaratkan izin eksplisit dari pembicara asli dan melarang pengembang menciptakan metode bagi pengguna individu untuk membuat suara mereka sendiri.

Dalam keterangan di situsnya, mengingat kemampuan AI yang semakin maju termasuk dalam kloning suara, maka OpenAI mengimbau pihak-pihak terkait untuk melakukan serangkaian langkah berikut.

• Menghentikan autentikasi berbasis suara sebagai langkah keamanan untuk mengakses rekening bank dan informasi sensitif lainnya
• Mengeksplorasi kebijakan untuk melindungi penggunaan suara individu dalam AI
• Mengedukasi masyarakat dalam memahami kemampuan dan keterbatasan teknologi AI, termasuk kemungkinan adanya konten AI yang menipu
• Mempercepat pengembangan dan adopsi teknik untuk melacak asal konten audiovisual, agar selalu jelas apakah kita sedang berinteraksi dengan orang sungguhan atau dengan AI

OpenAI juga berharap untuk terus terlibat percakapan mengenai tantangan dan peluang suara sintetis (synthetic voices) dengan pembuat kebijakan, peneliti, pengembang, dan industri kreatif untuk memahami ke mana arah teknologi ini nantinya.