В последние годы технологии голосового синтеза и дипфейков получили широкое
распространение, став реальным вызовом для обеспечения безопасности в сфере
аудиораспознавания. В Британии аналитики провели эксперимент, в котором
приняли участие 500 носителей китайского и английского языков. Целью
исследования было распознавание голосовых дипфейков и сравнение
способностей людей и искусственного интеллекта в этой области,
информирует ТАСС.
Для проведения эксперимента некоторые из участников прошли предварительное
обучение в распознавании голосовых дипфейков, которые генерировались
нейросетью. В процессе эксперимента испытуемым было предложено послушать
50 аудиозаписей с голосом, из которых часть была записана живыми носителями
китайского и английского языков, а часть была создана при помощи искусственного
интеллекта. Участникам исследования предстояло отличить речь ИИ от речи
живых людей. Также в рамках эксперимента аналогичный тест проходила
нейросеть, обученная распознавать голосовые дипфейки.
Согласно опубликованным результатам исследования, участники, включая
носителей обоих языков, смогли распознать 73-75% голосовых дипфейков.
Это означает, что некоторую часть сгенерированной речи они приняли
за живую человеческую речь. В то же время искусственный интеллект
успешно распознал все сгенерированные голосовые дипфейки.
Эти результаты говорят о том, что, несмотря на все достижения и прогресс
в области искусственного интеллекта, у людей все еще есть преимущество
в распознавании голосовых дипфейков. Вероятно, это связано с тем, что
человеческий мозг обладает уникальной способностью анализировать
интонацию, эмоции и мелодию голоса, что делает его более
надежным детектором поддельной речи.
Однако, несмотря на успешные результаты людей в распознавании голосовых
дипфейков, искусственный интеллект также имел высокую точность в этом
процессе. Это говорит о значительном прогрессе в развитии технологии
голосового синтеза и распознавания речи.
