Ingenieure der Princeton University haben Photoshop für die Audiobearbeitung entwickelt. Es wird als Kopieren und Einfügen von Ton angekündigt. Diese neue Software kann Wörter hinzufügen oder Wörter in der Audioaufnahme einer menschlichen Stimme ersetzen.
[Bildquelle : Pixabay ]
Audioingenieure konnten seit mehreren Jahren Tonbisse durch Bearbeiten der Transkription des Clips entfernen. Aus Gründen der Klarheit konnten sie jedoch nie ein Wort hinzufügen oder ersetzen. Diese neue Software - VoCo - synthetisiert das neueWörter in die Stimme des Sprechers mit Leichtigkeit, auch wenn dieses Wort nirgendwo anders in der Aufnahme erscheint.
"VoCo automatisiert den Such- und Stitching-Prozess und liefert Ergebnisse, die in der Regel noch besser klingen als die von Audioexperten manuell erstellten", sagte Adam Finkelstein . Finkelstein ist Professor für Informatik in Princeton.
Funktionsweise der Software
Die Software verwendet einen Algorithmus, der die gesamte Aufnahme scannt und eine Kombination von Worttönen zusammensetzt. Diese als Phoneme bezeichneten Töne gipfeln in dem neuen Wort in der Originalstimme. Der Algorithmus berücksichtigt sogar die Platzierung des Wortes in einem Satzberücksichtigt den Kontext des Wortes und fügt die entsprechende Betonung hinzu.
"VoCo bietet einen Einblick in eine sehr praktische Technologie zum Bearbeiten von Audiospuren, ist aber auch ein Vorbote für zukünftige Technologien, mit denen die menschliche Stimme auf bemerkenswerte Weise synthetisiert und automatisiert werden kann", sagte Finkelstein.
Tatsächlich haben sich bereits mehrere Personen an die Ingenieure gewandt, um ihnen zu helfen, ihre Stimmen wiederzugewinnen. Der Doktorand Zeyu Jin wird die Forschung im Juli vorstellen. Jin bemerkte, dass die VoCo-Software den Stimmlosen eine Stimme geben könnte.
"Wir wurden von einem Mann angesprochen, der an einer neurodegenerativen Erkrankung leidet und nur über ein Text-zu-Sprache-System sprechen kann, das von seinen Augenlidern gesteuert wird." sagte Jin. "Die Stimme klingt roboterhaft, wie das von Steven Hawking verwendete System, aber er möchte, dass seine kleine Tochter seine echte Stimme hört. Es könnte eines Tages möglich sein, frühere Aufzeichnungen von ihm zu analysieren und ein Hilfsmittel zu erstellen, das sprichtin seiner eigenen Stimme. "
Ethische Fragen
Die Technologie wirft auch einige interessante ethische Fragen auf. Die Forscher erkennen dies und möchten mögliche Probleme angehen.
"Heute halten wir es für selbstverständlich, dass Fotos bearbeitet werden können, und wir beurteilen Fotos mit etwas mehr Skepsis", Finkelstein sagte . "Wir verstehen, dass mit Fotos eine journalistische Verantwortung verbunden ist."
Wäre es in Nachrichtenclips zulässig, Wörter hinzuzufügen, die häufig fehlen, wie "a", "und" und "the"? Diese Wörter können aus Gründen der Klarheit manchmal in Text eingefügt werden. Sie können sich jedoch ändernNeil Armstrong wollte beispielsweise "Ein kleiner Schritt für einen Mann" und nicht "Ein kleiner Schritt für einen Mann" sagen. Wie könnte sich diese Technologie möglicherweise auf die Art und Weise auswirken, wie wir Audioclips hören und sich daran erinnern?Paranoide Fragen könnten die Wahrheit im Allgemeinen betrachten. In einer Zeit, in der Fakten subjektiv werden, könnte die Existenz dieser Technologie dafür verantwortlich gemacht werden, die Wahrheit zu verfälschen?
Derzeit erwartet das Engineering-Team eine breitere Diskussion über die Verwendung der Software.
"Dieses Tool wird mit ziemlicher Sicherheit die Konversation über Audio anregen, der eine Konversation über Fotos vorausging", Finkelstein sagte . "Bald darauf folgt ein Gespräch über Video."
Das gesamte Forschungsprojekt finden Sie in der Zeitschrift Transaktionen auf Grafiken . Weitere Informationen zum Projekt finden Sie im Preprint des Papiers auf der Princeton-Website .