AI đã deepfake được giọng nói giống người thật và chúng đang chiếm mất việc làm của diễn viên lồng tiếng

24/10/2021 13:00
AI đã deepfake được giọng nói giống người thật và chúng đang chiếm mất việc làm của diễn viên lồng tiếng

Chào mừng bạn đến với kỷ nguyên của những thực tại nhân tạo.

Năm 2019, một vụ lừa đảo xảy ra ở Anh đã làm chấn động giới công nghệ. Không phải vì số tiền bị mất, cũng không phải vì kẻ gian đã chọn một công ty nổi tiếng đế tấn công, mà là vì cách hắn thực hiện nó.

Theo báo cáo từ cảnh sát, nạn nhân của vụ lừa đảo này là CEO của một công ty năng lượng ở Anh. Một ngày, ông ấy nhận được cuộc điện thoại từ sếp của mình, CEO của công ty mẹ tại Đức.

Người đàn ông khẳng định điều đó vì giọng nói phát ra từ điện thoại giống hệt với sếp của ông ấy, từ cách nhấn nhá cho tới âm giọng Đức không lẫn đi đâu được. Đó là những đặc điểm cá nhân mà vị CEO cho rằng không ai có thể giả mạo.

Giọng nói từ điện thoại yêu cầu người đàn ông chuyển 220.000 Euro, tương đương 5,9 tỷ VNĐ vào một tài khoản ở Hungary, nói rằng đó là tiền thanh toán trước cho một dự án. Nạn nhân đã làm theo vì nghĩ đó chính là sếp của mình.

AI đã deepfake được giọng nói giống người thật hơn bao giờ hết, và chúng đang chiếm mất việc làm của diễn viên lồng tiếng - Ảnh 1.

Sự thật là: Tiếng nói phát ra từ đầu dây bên kia chỉ là một sản phẩm giả mạo sử dụng công nghệ "deepfake" giọng nói. Đây là lần đầu tiên công nghệ này được dùng vào mục đích lừa đảo và ngay lập tức nó đã thành công.

Vụ việc được phát hiện sau khi vị CEO người Anh nhận thấy khoản tiền lớn của công ty một đi không trở lại. Ông lập tức báo cảnh sát, những người sau đó nói rằng ông đã đúng: Không ai có thể giả mạo được chất giọng Đức của sếp ông ấy. Nhưng bây giờ, một thuật toán AI đã có thể.

Những giọng nói nhân tạo được làm ra như thế nào?

Giọng nói nhân tạo bây giờ có lẽ không còn quá xa lạ như những ngày đầu tiên chúng xuất hiện. Người dùng điện thoại thông minh đã dần quen thuộc với những trợ lý ảo như Siri, Alexa, người dùng mạng xã hội cũng đã thấy hàng tá video tóm tắt phim được sản xuất đơn giản chỉ bằng cách chuyển văn bản thành giọng nói trên Google Translate.

Nhưng những giọng nói dựa trên công nghệ cũ đó thường rất thô và khô cứng. Chúng gần như chỉ là một giọng đọc đều đều, được tạo ra bằng cách dán từng chữ trong kho từ điển lại với nhau. Không khó để bất kỳ ai, ngay cả một đứa trẻ, nhận ra đó là giọng nói nhân tạo của robot.

Vậy tại sao các ông lớn công nghệ như Google hay Apple không cố gắng làm cho trợ lý ảo của họ tự nhiên hơn? Trên thực tế, họ đã và vẫn đang làm. Có điều đây quả thực là một quá trình thủ công và tốn rất nhiều thời gian.

Sự ra đời của trí tuệ nhân tạo và các thuật toán học sâu (deep learning) bây giờ mới phần nào khiến điều đó trở nên dễ dàng hơn. Nhờ có AI, một số nhà phát triển đã có thể tạo ra những giọng nói thể hiện nhịp độ, cách phát âm hoặc ngữ điệu giống người thật chỉ với vài giờ đào tạo bằng một mẫu giọng nói được thu âm từ trước.

AI đã deepfake được giọng nói giống người thật hơn bao giờ hết, và chúng đang chiếm mất việc làm của diễn viên lồng tiếng - Ảnh 2.

Việc biến giọng nói robot thành giọng nói con người, hoá ra, liên quan đến việc làm cho nó bớt hoàn hảo đi. Trong nhiều năm, các nhà nghiên cứu đã sử dụng ý tưởng cơ bản này để xây dựng các giọng nói ngày một tinh vi hơn.

Ví dụ, tại phòng thí nghiệm của WellSaid, một công ty khởi nghiệp có trụ sở tại Seattle, các kỹ sư đã xây dựng được hai mô hình học sâu chính:

Mô hình đầu tiên có khả năng duyệt qua đoạn văn bản đầu vào để dự đoán các nét bao quát về âm thanh của người nói — bao gồm trọng âm, cao độ và âm sắc. Mô hình thứ hai chỉ làm một nhiệm vụ đơn giản là chèn vào các chi tiết dư thừa trong giọng nói con người như hơi thở, những tiếng vọng hoặc cộng hưởng lại từ phía môi trường.

Bằng cách này, một giọng nói nhân tạo bây giờ có thể được tạo ra giống con người đến nỗi bạn không thể phân biệt được chúng. Các thuật toán có thể được đào tạo để sinh ra giọng nói có đủ nhân tính, từ ngữ âm, chất giọng địa phương, cách ngắt nghỉ cho tới cả tiếng thở.

Tuy nhiên, tạo ra một giọng nói nhân tạo thuyết phục chưa dừng lại ở đó. Một nhiệm vụ quan trọng mà các kỹ sư phải đạt được đó là mô tả lại tính không nhất quán trong lời nói con người. Họ phải xây dựng được một kho biểu cảm, khả năng truyền tải những lời thoại giống nhau theo những phong cách hoàn toàn khác nhau, tùy thuộc vào ngữ cảnh.

WellSaid cho biết điều này chỉ có thể thực hiện được với sự tham gia của những diễn viên lồng tiếng chuyên nghiệp. Vì vậy, họ đã thuê những diễn viên này để tạo ra nhiều mẫu giọng nói đầu vào cho AI học tập. Mất khoảng một vài tuần lao động và tổng cộng các bản thu dài khoảng 2 tiếng để WellSaid tạo ra được các phiên bản giọng nói tổng hợp của họ.

Những nhân vật bạn nghe thấy trong video này không hề có thật, đó là những giọng nói deepfake của WellSaid  

Có tất cả 8 phiên bản giọng đã sẵn sàng được thương mại hóa. WellSaid gọi đó là "tám diễn viên lồng tiếng kỹ thuật số mới". Tobin là một người "luôn tràn đầy năng lượng và sâu sắc". Paige có phong thái "đĩnh đạc và biểu cảm". Ava thì "bóng bẩy, tự tin và chuyên nghiệp".

Giá của những diễn viên lồng tiếng này chắc chắn sẽ rẻ hơn việc bạn thuê một diễn viên ngoài đời, thu âm giọng nói thật của họ trong phòng thu theo một kịch bản được viết trước. Ngoài ra, giọng nói nhân tạo còn có ưu điểm là nó có khả năng cập nhật mọi kịch bản trong thời gian thực, một cơ hội cho vô số những ứng dụng thương mại hóa mới.

Vậy ai sẽ là người sử dụng chúng?

WellSaid và các nhà phát triển giọng nói nhân tạo cho biết có một thị trường rất tiềm năng cho sản phẩm của họ. Đó là các thương hiệu muốn duy trì tương tác âm thanh nhất quán cho hàng triệu lượt khách hàng của mình.

Với sự phổ biến của loa thông minh như ngày nay, cộng thêm sự gia tăng của các đại lý dịch vụ khách hàng tự động, các trợ lý ảo kỹ thuật số được tích hợp trong ô tô và thiết bị thông minh, các thương hiệu có thể cần sản xuất lên tới hàng trăm giờ âm thanh mỗi tháng.

Nhưng họ cũng không còn muốn sử dụng những giọng nói robot được cung cấp bởi công nghệ chuyển văn bản thành giọng nói truyền thống nữa. Đó là bởi những giọng nói này đang ngày càng bị khách hàng phớt lờ và bỏ qua vì tính chất nhàm chán vô cảm.

Rupal Patel, một giáo sư tại Đại học Northeastern, đồng thời là người sáng lập và giám đốc điều hành của VocaliD, một công ty xây dựng giọng nói nhân tạo khác, cho biết: Một hãng pizza tất nhiên không muốn giọng nói họ phát ra giống với hãng pizza đối thủ. Một hãng gà rán hay bán đồ ăn nhanh cũng vậy, họ không thể thuê cùng một người lồng tiếng.

Âm thanh sẽ trở thành một loại nhận diện thương hiệu mới. "Những thương hiệu đã suy nghĩ về màu sắc của họ. Họ đã nghĩ về phông chữ của họ. Bây giờ họ cũng phải bắt đầu suy nghĩ về cách giọng nói của họ phát ra", giáo sư Patel nói.

Nhận diện thương hiệu thậm chí còn có tính địa phương hoá theo từng thị trường và cá nhân hoá tới từng khách hàng. Chẳng hạn như các công ty bây giờ đang phải thuê các diễn viên lồng tiếng khác nhau, tiếng nói của họ ở Đông Bắc Mỹ sẽ khác so với Nam Hoa Kỳ, ở Pháp sẽ khác với Mexico.

Một nền tảng giọng nói AI hứa hẹn sẽ có thể điều chỉnh không chỉ từ ngữ mà cả âm điệu giống với tiếng địa phương. Điều này mở ra khả năng thay đổi quảng cáo trên các nền tảng phát trực tuyến, tùy thuộc vào đặc điểm đối tượng người nghe.

Resemble.ai, một công ty thiết kế giọng nói cho quảng cáo và trợ lý thông minh, cho biết họ đã làm việc với khách hàng để khởi chạy các quảng cáo âm thanh được cá nhân hóa như vậy trên Spotify và Pandora.

Các ngành công nghiệp trò chơi và giải trí cũng đang nhìn thấy lợi ích từ đó. Sonantic, một công ty chuyên về giọng nói nhân tạo có cảm xúc - có thể cười, có thể khóc, thì thầm hoặc hét lên, đang làm việc với các nhà sản xuất trò chơi điện tử và các hãng phim hoạt hình để cung cấp phần lồng tiếng cho các nhân vật của họ.

Nhiều khách hàng của công ty chỉ sử dụng giọng nói nhân tạo trong giai đoạn tiền sản xuất sau đó sẽ chuyển sang diễn viên lồng tiếng thực. Nhưng Sonantic cho biết một số khách hàng đã bắt đầu sử dụng chúng trong sản phẩm cuối cùng, đặc biệt là để thay thế các câu thoại ngắn. Công nghệ của Resemble.ai cũng đặc biệt thích hợp để sửa chữa lỗi phát âm của các diễn viên.

Giọng nói AI đầu tiên có cảm xúc của Sonantic, và nó thậm chí có thể khóc  

Hạn chế lớn nhất mà các công ty phát triển giọng nói nhân tạo đang chạy đua nhau để vượt qua là việc AI chưa thể duy trì tính chân thực trong khoảng thời gian dài. Nghĩa là nó chưa thể tự tạo ra một chương trình podcast hoặc đọc sách nói. Dữ liệu đầu vào và thuật toán cũng chưa đủ thông minh để kiểm soát màn trình diễn như cách mà các đạo diễn hướng dẫn diễn viên của mình.

Zohaib Ahmed, người sáng lập đồng thời là CEO của Resemble.ai, cho biết: "Chúng ta vẫn đang ở trong những ngày đầu của một bài diễn văn nhân tạo". Ông so sánh nó với những ngày đầu mà công nghệ CGI được sử dụng chủ yếu để chỉnh sửa phim ảnh thay vì tạo ra những thế giới hoàn toàn mới từ một màn hình xanh.

Các diễn viên lồng tiếng có sợ bị mất việc?

Tại thời điểm này có lẽ là chưa. Các dự án có tính biểu cảm, sáng tạo và yêu cầu lời thoại dài vẫn được thực hiện tốt nhất bởi con người. Và đối với mỗi giọng nói nhân tạo do các công ty này thực hiện, chính họ cũng cần một diễn viên lồng tiếng để cung cấp dữ liệu đào tạo gốc cho AI của mình.

Nhưng nhìn về tương lai, một số diễn viên đã đang lo lắng về sinh kế của họ. SAG-AFTRA, công đoàn đại diện cho các diễn viên lồng tiếng ở Mỹ, cho biết các thành viên hiện không lo bị AI lấy mất việc làm. Nhưng họ lo lắng về khoản thù lao không công bằng hoặc nguy cơ bị mất quyền kiểm soát giọng nói của mình, những yếu tố cấu thành nên thương hiệu và danh tiếng của họ.

Mới đây, diễn viên lồng tiếng người Canada Bev Standing đã khởi kiện TikTok với cáo buộc tính năng lồng tiếng tích hợp của ứng dụng này sử dụng bản sao giọng nói nhân tạo của cô ấy mà không xin phép.

Trước đó Susan Bennett, diễn viên người Mỹ đã thu âm giọng nói cho trợ lý ảo Siri cũng có một trải nghiệm tương tự. Tại thời điểm cô bắt đầu thu âm giọng nói của mình vào năm 2005, Bennett nghĩ rằng đó chỉ là một dự án nhỏ mà không biết sau này giọng nói của cô sẽ được vang lên trên hàng triệu thiết bị Apple mỗi ngày.

Bởi vậy, một số công ty trong ngành công nghiệp xây dựng giọng nói nhân tạo đang muốn có trách nhiệm hơn. Đại diện của SAG-AFTRA cho biết họ đã chủ động tiếp cận với công đoàn để tìm ra giải pháp tốt nhất để hợp tác lâu dài trên cơ sở tôn trọng các diễn viên lồng tiếng.

Morgan Freeman được tái hiện bằng công nghệ deepfake  

Một số công ty hiện sử dụng mô hình chia sẻ lợi nhuận, nghĩa là họ sẽ trả tiền cho các tác giả giọng nói gốc, mỗi khi khách hàng sử dụng dịch vụ giọng nói ảo của họ. Điều này đã mở ra một lĩnh vực có khả năng đem lại thu nhập thụ động mới.

Một số công ty khác trao quyền cho các diễn viên lồng tiếng tham gia vào dự án thiết kế AI của mình. Các diễn viên được phép giới hạn hoặc từ chối toàn bộ các phương án mà giọng nói của họ được sử dụng.

SAG-AFTRA cũng đang vận động chính sách để bổ sung luật sở hữu giọng nói cho phép các diễn viên bảo vệ nó như một tài sản của mình, nghiêm cấm hoạt động sao chép trái phép giọng nói của họ.

Sẽ vẫn còn một chặng đường dài cần phải đi. Nhưng rõ ràng một khi khoa học công nghệ phát triển, hành lang pháp lý dành cho các công nghệ mới cũng nên được cập nhật kịp thời để bảo vệ quyền lợi chính đáng cho mọi đối tượng trong xã hội. Trường hợp này, bây giờ là giọng nói của những diễn viên lồng tiếng. Nhưng trong tương lai, đó có thể sẽ là giọng nói của mỗi chúng ta.

Pháp luật và bạn đọc


Gửi bình luận
(0) Bình luận
2

Xem ‘Sex Education’, tôi ân hận vì nói với con: ‘Chuyện này không dành cho con nít’

Tôi từng né tránh chuyện tình yêu, giới tính để bảo vệ con.
3

Xem Sex Education, quá tâm đắc ngay ngày hôm sau, tôi phải đem ra dạy con gái gấp!

Câu nói này chính là một tài liệu đắt giá để tôi dạy con.
4

Xem “Sex Education”, tôi nhận ra yêu con sai cách, biến con thành người '2 mặt'!

Một bộ phim giải trí nhưng khiến tôi giật mình và thay đổi cách làm cha.
5

Xem Sex Education, tôi dạy con gái 1 bài học dám chắc về sau con sẽ không bao giờ tái phạm

Rất nhiều đứa trẻ cũng có tính xấu này giống con gái tôi.

Không gia đình - Bài ca tất thắng của giá trị nhân văn cao đẹp

"Không gia đình" là cuốn tiểu thuyết nổi tiếng nhất của văn hào Pháp Hector Malot với giá trị nhân văn đã làm rung động biết bao thế hệ.

Tài tử Alec Baldwin lên tiếng sau tai nạn gây chết người, bản khai nói súng an toàn

Sau vụ nổ súng trên phim trường "Rush" khiến một nữ quay phim tử vong, đạo diễn bị thương ở vai, diễn viên gạo cội Alec Baldwin bày tỏ sự bàng hoàng và thiện chí với gia đình nữ quay phim tử vong.

Hiểm họa khôn lường khi sử dụng súng đạo cụ trong quay phim

Súng đạo cụ thường được sử dụng trong những bộ phim hành động để tạo nên cảm giác chân thực cho người xem nhưng lại tiềm ẩn những tai nạn chết người.

Hồng Ánh làm khách mời của 'Cảnh nóng trên phim: Tại sao và như thế nào?'

Cảnh “nóng” quá tự nhiên chủ nghĩa hiển hiện trên phim sẽ khiến người xem thấy bực bội hơn cái gọi là thưởng thức giá trị hình ảnh.

Rạp xem phim chính thức quay lại, mạng xã hội bùng nổ với lịch chiếu loạt bom tấn!

Phải chăng ngày khán giả Việt có thể ra rạp xem phim đã rất gần kề?

Liên hoan phim Việt Nam 2021 sẽ không có sự kiện thảm đỏ

Ngày 22.10, Bộ VH-TT-DL đã giới thiệu 128 bộ phim sẽ được công chiếu trong Liên hoan phim Việt Nam 2021.

Số phận phim 'Bố già' khi Trấn Thành nằm trong diện rà soát, điều tra từ thiện

Việc Trấn Thành vướng vào ồn ào từ thiện khiến hình ảnh, công việc của anh bị ảnh hưởng khá nhiều. Mới đây, Cục trưởng Cục Điện ảnh cũng đã lên tiếng về ý kiến liệu có nên loại bộ phim “Bố già” khỏi LHP Việt Nam 2021 hay không?

Đạo diễn 'My Name' nói gì về cảnh nóng bị chê nặng 'đô' trong phim?

Cảnh nóng khá trần trụi giữa nữ diễn viên Han So Hee và Ahn Bo Hyun trong bộ phim hành động "My Name" phải đối mặt với những phản ứng trái chiều từ người xem.

Từ ChatGPT đến siêu trí tuệ: Thông minh hơn, nguy hiểm hơn?

Suy ngẫm - Ngô Di Lân - Trần Trà My - 07/06/2025 13:00
Chúng ta đang bước vào thách thức hiện sinh chưa từng có tiền lệ: khả năng xuất hiện trí tuệ siêu thông minh – một hệ thống vượt xa con người về mọi mặt.

Hướng dẫn tạo video từ văn bản bằng công cụ AI của Microsoft

Kỹ năng - Quang Huy - 07/06/2025 12:00
Bài viết dưới đây sẽ hướng dẫn bạn cách thức tạo ra những đoạn video ngắn từ văn bản mô tả bằng công cụ AI được phát triển bởi Microsoft và OpenAI.

Cao thủ khiến Trương Tam Phong tự cảm thấy thua xa

Thư giãn - Nguyệt Phạm - 07/06/2025 11:00
Vị cao thủ khiến Trương Tam Phong tự nhận không bằng là ai?

Xem Sex Education, tôi nhận ra nếu cha mẹ nào cũng biết thì xã hội sẽ tử tế hơn rất nhiều!

Điện ảnh - Thanh Hương - 07/06/2025 10:00
Tôi từng nghĩ dạy con là dạy cách cư xử, lễ phép, học giỏi, chăm ngoan. Nhưng càng làm cha mẹ lâu, tôi càng nhận ra...

Nghề lạ không thể bị AI thay thế, ngồi không cũng kiếm được 500 nghìn/giờ

Phong cách sống - Băng Băng - 07/06/2025 09:00
Nền kinh tế độc thân và "tóc bạc" tại Trung Quốc đang bùng nổ chưa từng có, dẫn đến nhu cầu tâm sự, bầu bạn tăng cao. Đây là mảng mà không một AI nào có thể thay thế hoàn hảo được "hơi ấm tình người".

Không còn bệnh tim - Chuyện về NO ngăn chặn cơn đau tim và đột quỵ

Từ sách - Phim - PGS.TS. NGUYỄN HOÀI NAM - 07/06/2025 08:00
Nếu một hệ tim mạch khỏe mạnh đang là mục tiêu của bạn, nitric oxide (NO) chắc chắn phải được thêm vào chương trình hành động.

Kỹ năng và tiến bộ

Blog GS John VU - GS John Vu - 06/06/2025 13:00
Cái nhìn truyền thống của đào tạo về Khoa học máy tính là phát triển người lập trình để viết mã và sửa lỗi.

Xem Sex Education, tôi chép lại 1 câu, ai ngờ sau này giúp tôi vực dậy cậu con trai đang suy sụp

Điện ảnh - Thanh Hương - 06/06/2025 12:00
Tôi hiểu – cái khoảnh khắc đó, con tôi không yếu đuối. Nó đang can đảm hơn bao giờ hết.

Người dùng iPhone và Android có thể sử dụng Photoshop miễn phí

Kỹ năng - Nam Đoàn - 06/06/2025 11:00
Sau thời gian dài được người dùng Android trông đợi, "gã khổng lồ" phần mềm Adobe cuối cùng cũng mang phiên bản thử nghiệm beta của Photoshop lên nền tảng này.

Người thông minh quá hóa ra lại gây khó chịu vì 5 điều sau

Suy ngẫm - Đông - 06/06/2025 10:00
Thông minh là tốt, nhưng đừng làm điều gì thái quá nhé vì rất dễ khiến người khác khó chịu đấy.

Không còn bệnh tim - Sức mạnh phi thường của phân tử NO kỳ diệu

Từ sách - Phim - TĐ - 06/06/2025 09:00
NO là một trong những phân tử đơn giản nhất được tạo thành bởi hai nguyên tử là nitơ (N) và oxi (O). Tuy có cấu trúc đơn giản nhưng oxit nitric hiện được xem là phân tử quan trọng nhất đối với tình trạng sức khỏe.

Quẳng gánh lo đi và vui sống - Đừng để stress bào mòn bạn mỗi ngày, lời khuyên hiệu quả từ Dale Carnegie

Từ sách - Phim - Quìn - 06/06/2025 08:00
Cuốn sách "Quẳng gánh lo đi và vui sống" (How to stop worrying and start living) của Dale Carnegie đã giúp hàng triệu người trên thế giới vượt qua những ngày tháng đầy căng thẳng, tìm lại sự bình yên trong tâm trí và sống một cuộc đời nhẹ nhõm hơn.

Không hề đi máy bay, người đàn ông này đã đến mọi quốc gia trên thế giới

Phong cách sống - An Nhi - 05/06/2025 13:00
Nhà thám hiểm người Đan Mạch Thor Pedersen trở thành người đầu tiên và duy nhất đến thăm 203 quốc gia trên thế giới mà không lên một chuyến bay nào.

Được con gái 15 tuổi rủ xem "Sex Education", người mẹ còn sốc hơn khi con bảo 'Sống tử tế với chính mình khó mẹ nhỉ?'

Điện ảnh - Ứng Hà Chi - 05/06/2025 12:00
Có những điều người lớn phải mất cả đời cũng chưa chắc hiểu thấu.

Tổng đài AI hỗ trợ thủ tục hành chính cho người dân và doanh nghiệp

Kỹ năng - Tuyết Nhung - 05/06/2025 11:00
Bộ Xây dựng đã triển khai tổng đài thông minh ứng dụng trí tuệ nhân tạo (AI) hỗ trợ thủ tục hành chính.
HẠT GIỐNG TÂM HỒN
2019 Bản quyền thuộc về hatgiongtamhon.com.vn. Phát triển bởi ONECMS
Thứ 7, 07/06/2025