Meta no es ajena a la polémica, y su última innovación inspira precisamente eso. Voicebox, un generador de voz basado en IA, utiliza entradas de texto para crear y editar audio que suena como si lo hablara un ser humano real. Se dice que el programa es tan potente que supera a los modelos de la competencia, aunque eso es según la propia Meta.
Meta presentó Voicebox en una entrada de blog publicada el viernes. Aunque se trata de un programa polifacético, su principal función consiste en generar voces, del mismo modo que ChatGPT genera texto. Esta voz hiperrealista se puede utilizar para crear «contenidos» (es decir, prácticamente cualquier cosa que acabe en Internet, como vídeos de YouTube, audiolibros o música). Los usuarios con deficiencias visuales también podrían utilizar Voicebox para muestrear la voz de alguien y generar clips de texto a voz. Esto permitiría al dispositivo del usuario leer mensajes en voz alta con la voz del remitente, creando una experiencia de comunicación más íntima con amigos y familiares. Aunque Voicebox no está disponible para uso público, los interesados pueden probar algunas demos en el sitio web de Meta.
El propio documento de investigación de Meta revela que la empresa entrenó Voicebox con 60.000 horas de audiolibros en inglés, y luego con 50.000 horas de audiolibros en otros cinco idiomas (francés, alemán, español, polaco y portugués). En pruebas comparativas, Voicebox creó diversas muestras de audio 20 veces más rápido que VALL-E, un modelo lingüístico de códec neural fabricado por Microsoft. Voicebox también tiene la mitad de la tasa media de errores de palabra que YourTTS, otro programa multilingüe.
Voicebox recuerda a una tecnología presentada por Amazon el verano pasado que permite a Alexa generar habla utilizando la voz de una persona fallecida. Supuestamente, la herramienta está pensada para reconfortar, como muestra el vídeo de Amazon de 2022 en el que un niño escucha un cuento «leído» por su abuela, ya fallecida. Pero para algunos, estas tecnologías inspiran una inquietante sensación de valle misterioso más que de consuelo. La imitación de la voz de alguien, vivo o muerto, plantea numerosos problemas éticos, como el consentimiento o la desinformación (deepfakes).
Meta afirma que los efectos de Voicebox serán positivos gracias a su accesibilidad. Aunque esto puede ser cierto, la tendencia de las empresas tecnológicas a defender programas controvertidos de IA con vagas afirmaciones sobre accesibilidad podría resultar peligrosa a largo plazo. Algunos artistas discapacitados han rechazado abiertamente los argumentos de los defensores de los generadores artísticos de IA de que programas como DALL-E son una victoria para la accesibilidad; después de todo, los artistas discapacitados han encontrado formas de ejercer su oficio durante siglos, y pocos quieren ser utilizados como peones en el rápido crecimiento de la IA generativa. Aunque es demasiado pronto para saberlo con certeza, lo mismo podría ocurrir con programas como Voicebox.
Fuenete WEB | Editado por CambioDigital OnLine
