Um estudo mostrou que vozes geradas por inteligência artificial já são hiper-realistas, tendo se tornado quase impossível as distinguir de sons reais. Usando ferramentas de síntese de voz de última geração, os pesquisadores conseguiram provar que o ouvinte médio não consegue mais identificar as diferenças entre elas.
Para entender mais sobre o assunto, um grupo de participantes foram selecionados para avaliar quais vozes reproduzidas na pesquisa soavam mais realistas e quais pareciam mais dominantes ou confiáveis.
A pesquisa do Queen Mary University of London publicada no jornal PLOS One também investigou com os participantes se as vozes geradas por IA haviam se tornado “hiper-reais” — investigando se os sons estão seguindo o mesmo caminho das imagens, que muitas vezes são confundidas com fotos autênticas.
“Essas coisas não soam exatamente como vozes humanas reais, mas era apenas uma questão de tempo até que a tecnologia de IA começasse a produzir uma fala naturalista e com som humano. Nosso estudo mostra que esse momento chegou, e precisamos urgentemente entender como as pessoas percebem essas vozes realistas”, disse Dra. Nadine Lavan, professora sênior de psicologia na universidade e coautora do estudo.
A pesquisadora comentou que a criação das vozes foi feita de forma simples e rápida, provando que as ferramentas para criar sons que imitam humanos estão cada vez mais sofisticadas e acessíveis.
Mas nem tudo precisa ser levado para a intenção negativa de enganar os ouvintes.
“Pode haver aplicações para melhorar a acessibilidade, a educação e a comunicação, onde vozes sintéticas personalizadas de alta qualidade podem aprimorar a experiência do usuário”, disse Lavan.
Para o brasileiro Douglas Torres, CEO da YUP AI e especialista em inteligência artificial que analisou o estudo: “as vozes artificiais já carregam emoção, contexto e até o ‘tom de voz’ de uma marca. Isso significa que a tecnologia está deixando de ser robótica para se tornar parte de uma experiência cada vez mais humanizada”.