Нейросети VALL-E от Microsoft хватает трёхсекундного образца для подделки любого голоса

С момента своего анонса в начале 2023 года VALL-E от Microsoft рекламировался как инструмент для улучшения людей с ограниченными возможностями путём преобразования текста в речь или замены актёров озвучивания, чтобы сделать фильм или игру более доступной. Однако теперь выясняется, что VALL-E может быть самым опасным мошенническим программным обеспечением из когда-либо выпущенных.

Предполагается, что VALL-E можно использовать для выманивания денег у людей, имитируя голос друга или знаменитости. Это немного похоже на маски для FaceApp, но только для голоса. Microsoft еще не прокомментировала сообщения о том, что VALL-E является мошенничеством.

VALL-E – это синтетический голос, который можно использовать для имитации реальных людей. Он сделан с использованием записи голоса реального человека и кода Microsoft. Этот код ещё не опубликован, но не исключена утечка.

Самое интересное то, что для обучения или, точнее, для микрообучения VALL-E требуется всего три секунды речи. Это означает, что если у вас есть трёхсекундный аудиоклип, на котором кто-то что-то говорит, вы можете произнести любой текст голосом этого человека.