Amazon stellt eine Stimmklon-Funktion für Alexa vor, die auch für verstorbene Personen eingesetzt werden könnte.
Seit einigen Jahren können Maschinen dank Fortschritten in der KI-Forschung täuschend echte menschliche Stimmen erzeugen. Bis nach Hollywood schaffen es diese Stimmklone bereits, zuletzt im Kassenschlager Top Gun für Val Kilmer. Dessen Stimmklon war allerdings aufwendig und laut der Firma, die sie generierte und mittlerweile zu Spotify gehört, mehrere Monate in Arbeit.
Stimmklontraining wird effizienter
Auf Amazons Fachkonferenz "re:MARS" in Las Vegas stellen Forschende aus Amazons Text-to-Speech-Gruppe jetzt eine effizientere Trainingsmethode für Stimmklone vor. "Voice Filter" soll ein Stimmklon mit nur einer Minute Trainingsmaterial erzeugen können und dabei ähnlich gut klingen wie Stimmen, die mit 30 Minuten Stimmmaterial trainiert wurden.
Andere Systeme, die ebenfalls eine Stimme anhand von nur einer Minute Ausgangsmaterial generieren können, soll die Alexa-Variante "objektiv und subjektiv" klar hinter sich lassen. Die Forschenden gehen davon aus, dass mit ihrer Methode weitere Sprachanwendungen möglich werden, die aufgrund weniger Trainingsdaten bislang nicht umsetzbar waren.
Alexa liest mit Omas Stimme vor
Auf der Konferenz stellte Amazons Chef-KI-Forscher Rohit Prasad vor, wie die neue Stimmklon-Funktion bei Alexa eingesetzt werden könnte - zum Beispiel, um die Stimme von Verstorbenen zu bewahren. Er zeigte eine Demo, in der ein Junge Alexa auffordert, ein Märchen mit der Stimme seiner verstorbenen Oma vorzulesen.
"KI kann den Schmerz über den Verlust zwar nicht auslöschen, aber sie kann dafür sorgen, dass die Erinnerung an den Verlust lange währt", kommentiert Prasad. Wann die Funktion als Skill verfügbar sein wird, sagte Prasad nicht, sie sei noch in Arbeit. Prasads kurze Demonstration, die leider wenig aussagekräftig ist, könnt ihr im folgenden Video sehen.
Neben der Stimmklon-Funktion stellte Prasad zudem eine verbesserte Dialogfunktion für Alexa vor - ähnlich Google Lamda. Amazon verwendete für das KI-Training laut eigenen Angaben den bislang größten Datensatz mit Dialogen mit "gesundem Menschenverstand ("Common Sense Dialogs").
Ziel soll es sein, dass Alexa sich in Gesprächen natürlicher verhält, mehr Kontextinformationen geben und Antworten begründen kann. Sie soll zudem komplexere Anfragen in mehrere kleine Aufgaben unterteilen und so besser beantworten können. Eine Demonstration der neuen Dialogfähigkeiten könnt ihr ebenfalls im Video oben sehen ab Minute 52:30.
