Ihmisen äänessä on piirteitä, joista voi päätellä, minkä näköinen hän on. Näin väittää joukko tutkijoita, jotka ovat kehittäneet Speech2Face -tekoälyn.
Tekoäly yrittää tuottaa kuvan ihmisen kasvoista vain hänen äänensä perusteella. Lyhyen ääninäytteen jälkeen tekoäly tuottaa kuvan, joka ei ole näköinen, mutta jossa selvästi on lausujan piirteitä.
Mainos (Teksti jatkuu alla)
Mainos päättyy
Tekoälyn kehittäjät sanovat, että äänen perusteella kehitetyn kuvan korrelaatio eli vastaavuus oikean kuvan kanssa on suurempi kuin jos kuva olisi tuotettu sattumalta, kertoo verkkosivu Arxivehttps://arxiv.org/pdf/1905.09773.pdf.
Kuvat ovat karkeita. Niistä kuitenkin paljastuu helposti puhujan ikä, etninen tausta ja sukupuoli.
Mainos (Teksti jatkuu alla)
Mainos päättyy
Osaamme luonnostaan tunnistaa ihmisestä jotain äänen perusteella. Esimerkiksi lasten ja vanhusten äänet on melko helppoa tunnistaa, samoin miehen ja naisen. Aiemmin onkin tutkittu lähinnä iän ja sukupuolen ennustamista puheesta.
Jos kasvokuvan voi suunnilleen ennustaa suoraan äänestä, voi sille olla sovelluksia. Tavalliseen puheluun esimerkiksi voisi liittää hahmotelman puhujan kasvoista pelkän äänen perusteella.
Tutkijat muistuttavat, että kehittelyyn liittyy myös eettistä pohdintaa, koska kasvoista saatava informaatio on niin tärkeää.
Mainos (Teksti jatkuu alla)
Mainos päättyy
Tätä ennen toisen tekoälyn avulla on jo pystytty tuottamaan videonauhoihin uuspuhetta. Siinä videolle voi laittaa puhujan suuhun sanoja ja lauseita, ja kuvatun huulet tuntuvat silti liikkuvan jota kuinkin sen mukaisesti.
Siksi Speech2facen tutkijat sanovat, että tekoälyn malli poimii vain ominaisuuksia, jotka ovat yhteisiä monille yksilöille liittyen ikään, sukupuoleen ja vastaaviin. Malli siis tuottaa vain keskimääräisen näköisiä kasvoja.
Ääninäytteisiin liittyy myös pelkoja. Äänestä voi ehkä tietää myös puhujan tunnetilan. Amazonin englantia ymmärtävälle kotiavustaja Alexalle on haettu patenttia. Alexa toimii puheohjauksella ja se voisi tunnistaa äänestä tunnetilasi.
Amazon on sanonut, että se ei käytä äänitallenteita kohdennettuun mainontaan. Ainakaan vielä.
Kiitos, kun osallistut keskusteluun. Kommenttisi on nyt moderoitavana.
Kommentteja julkaistaan sitä mukaa, kun toimitus ehtii niitä tarkistaa.
Kommentteja tarkistetaan arkisin kello 7–24 ja viikonloppuisin kello 8–24.
Kommentit