可假冒人聲的AI系統廣泛測試中 OpenAI要了解它有多危險

OpenAI正在測試能假冒人聲的新AI系統，任何人只要上傳15秒鐘自己朗讀一段文字的語音檔，它就能用合成聲音替對方讀出任何一段文字，而且不限原來的語言，包括可轉化爲中文。(美聯社)

人工智慧(AI)開發公司OpenAI說，它正在廣泛測試能夠假冒人聲的新AI系統，以便了解這種被稱爲「聲音引擎」(Voice Engine)的系統之危險性，因爲任何人只要上傳15秒鐘自己朗讀一段文字的語音檔，它就能用合成聲音替對方讀出任何一段文字，而且不限原來的語言，甚至可以轉化爲中文。

也就是說，你用英語對「聲音引擎」念一段文字，它可以用西班牙語、法語、華語或任何語言，以你的聲音「發言」。

這是OpenAI繼生成圖像、生成影片功能人工智慧系統後，又一「新猷」。該公司29日表示，有數家公司正在測試「聲音引擎」的功能。前兩者是透過AI替使用者繪製想要的圖像或製造一段影片，而且立刻就能交件，如今，AI還可替使用者以任何語言發聲。

數月前，民主黨總統準候選人拜登的聲音即遭人以AI冒用，撥打AI生成的自動語音電話，呼籲選民不要在今年1月的新罕布夏州初選投票。

造假資訊研究員擔心AI驅動的應用程式在關鍵選舉年遭大量濫用，因爲語音複製工具愈來愈多，且費用低廉、使用簡單又很難追蹤。

認知到這些問題的OpenAI表示，「基於合成語音濫用的可能性」，將對更廣泛的發佈採取謹慎態度且隨時掌握狀況。

如同圖像或影片生成器，聲音生成器也極可能被用在社交媒體上散播假訊息，不法分子可用來仿冒他人聲音，在網路上、電話中遂行詐騙或其他犯罪目的。

OpenAI最擔心的是，這套技術可以突破聲音認證的應用軟體，駭入他人的銀行帳戶等受聲控程式保護的網路及數位資產。該公司產品開發經理哈里斯(Jeff Harris)說，「這是很敏感的事，不能出錯，這點很重要。」

這家聲名大噪的新創公司正在研究以「數位浮水印」等方法，防範不法分子以「聲音引擎」爲工具，僞造政治人物或名人的聲音做壞事。

OpenAI上月發佈影像生成器「索拉」(Sora)時，也提出防範被濫用的措施，不過只展示，沒有公開發行。

谷歌、11實驗室(ElevenLabs)等科技廠商也發展出類似「聲音引擎」的生成技術，業者可藉此製作有聲書、網路聊天機器人，甚至創造廣播電臺節目主持人。

哈里斯說，暫不公開發行「聲音引擎」，因爲它很危險，尤其在選舉年。公司也不想馬上靠這套AI技術賺錢；不過他說，這套系統對於因爲生病或意外事故而喪失聲音的人「特別有用」。

哈里斯指出，OpenAI幫助一名因腦癌損壞聲帶，不能說話的女性患者，利用她高中時留下的一小段錄音，重建說話功能。