Pokud si v hlavě čtete textové zprávy hlasem odesílatele, možná tak již brzy nebudete muset činit. Aplikace iMessage vám na základě vzorku hlasu může zprávy přečíst sama, ukazuje nový patent společnosti Apple.
Uživatelé společnosti Apple již mohou v iMessage posílat zvukové nahrávky nebo nechat Siri, aby jim textové zprávy přečetla, ale patent popisuje způsob, jak nechat zařízení přečíst textovou zprávu hlasem odesílatele namísto Siri pomocí hlasového souboru. Nová patentová přihláška společnosti Apple popisuje převod zprávy iMessage na hlasovou poznámku přehrávanou hlasem, který si uživatel vytvořil z nasbíraných vzorků hlasu odesílatele.
„Hlasový model je poskytnut druhému elektronickému zařízení ze strany odesílatele,“ uvádí se v patentu. To znamená, že když někdo pošle zprávu iMessage, může se rozhodnout připojit automaticky vygenerovaný hlasový soubor, který by byl uložen v zařízení. Pokud se tak stane, příjemce bude vyzván, aby se rozhodl, zda chce přijmout jak zprávu, tak hlasový záznam. Stejně tak by mohl odesílatel určit, zda chce textovou zprávu odeslat pouze jako hlasovou.
Váš hlas v mobilu vašich známých
Dalším možným způsobem fungování je nasdílení přímo hlasového profilu odesílatele, což by v důsledku znamenalo, že telefon příjemce dokáže přečíst jakýkoliv přijatý text hlasem odesílatele bez toho, aby se musel připojovat audio soubor. Hlasový model ve stylu Siri by následně zprávy četl příslušným hlasem. Pokud vám to zní jako sci-fi, můžete se podívat na ukázky z produkce Microsoftu, který na základě pouhých 3 sekund hlasového záznamu dokáže se svou umělou inteligencí VALL-E napodobit hlas kohokoliv.
Apple byl ve své době se Siri nejdál. Microsoft a Google však díky AI získaly náskok. Foto: Unsplash
Podobná technologie je potenciálně riziková a Apple bude muset dobře ošetřit, aby ji nešlo snadno zneužít. Představa pokročilého vishingu, tedy telefonních podvodů, kdy se volající vydává za konkrétní osobu či instituci, je totiž děsivá. V praxi by totiž mohlo dojít k nové vlně podvodů s velkou úspěšností.
Autory patentu jsou Qiong Hi, Jiangchuan Li a David A. Winarsky. Winarsky je ředitelem technologie převodu textu na řeč ve společnosti Apple, Li je vedoucím softwarovým inženýrem pro strojové učení Siri a Hi dříve ve společnosti Apple pracoval na Siri.
Jak už to u patentů bývá, nemusí se nutně dostat na trh, ale vzhledem k nedávné práci společnosti Apple s umělou inteligencí a hlasy je to možné. Například s iOS 11 Apple změnil hlas Siri ze závislosti na nahrávkách hlasových herců na model převodu textu na řeč pomocí strojového učení.
Apple to s virtuálními hlasy myslí vážně
V roce 2020 Apple koupil společnost Voysis, která pracovala na zlepšení zpracování přirozeného jazyka ve virtuálních asistentech. Využívala technologii WaveNet, kterou v roce 2016 představil program DeepMind společnosti Google.
WaveNety jsou „hluboké generativní modely nezpracovaných zvukových vln“, které lze použít k vytváření řeči napodobující jakýkoli lidský hlas.
Apple také začal používat umělou inteligenci k vyprávění specifických žánrů audioknih namísto lidí. Patent tedy není žádné sci-fi a je možné, že se zařízení Apple časem naučí číst zprávy i vaším hlasem.
Zdroj: 9to5mac
