"Non mettermi in bocca parole che non ho mai detto" è una frase che si ripete in migliaia di discussioni, e se fosse possibile fare esattamente questo? Pensiamoci un attimo: oggi la Photoshop ci mostra cose che non esistono. Abbiamo visto iniziative con il potenziale di digitalizzare attori scomparsi e riportarli sul grande schermo. Gli assistenti sui dispositivi mobili riconoscono perfettamente la nostra voce. Quanto sarebbe difficile imitarla, allora? Il Project VoCo di Adobe sta cercando di scoprirlo.
La conferenza MAX che Adobe organizza ogni anno permette a sviluppatori e consumatori di vedere da vicino alcune delle cose su cui l'azienda sta lavorando, siano prodotti pronti per il mercato o prototipi relativamente oscuri. In questa seconda categoria rientra Project VoCo, un nome che non dice molto, ma che nasconde un potenziale inquietante. Di che tipo? Vediamo: tutti sappiamo cosa può fare Photoshop nelle mani di un esperto. Le modelle non hanno una sola imperfezione sulla pelle, macchine mai costruite compiono spettacolari manovre in spiaggia, e i politici perdono dieci o quindici anni quando sono in campagna elettorale. Ora pensiamo a queste risorse applicate all'audio. Prendere un discorso di qualcuno, modificarlo, sostituire e inserire parole che non ci sono.
Di questo parla Project VoCo. Come ha detto lo sviluppatore di Adobe Zeyu Jin, VoCo fa per l'audio quello che Photoshop fa per la fotografia. Il software è una specie di pre-alpha al momento, ma se diamo retta alle brevi dimostrazioni, tutto ciò che l'utente deve fare è inserire del testo in una piccola finestra di dialogo, e VoCo lo riprodurrà usando esattamente la stessa voce. Naturalmente, una funzione del genere richiede un'analisi molto ampia dell'audio, e diverse fonti indicano che VoCo necessita di almeno 20 minuti di contenuto per fare una riproduzione fedele. Se calcoliamo quanto durano in media i discorsi di alcuni politici, sono convinto che VoCo abbia materiale in abbondanza.
Sebbene Adobe abbia ragioni legittime per portare avanti un progetto con queste caratteristiche, gli allarmi etici non hanno smesso di suonare. Come sempre, la colpa non è dello strumento, ma di chi lo usa. Se VoCo finisce in mani senza scrupoli, un discorso logico e coerente potrebbe essere trasformato in aggressivo o bellicoso… e viceversa. Già oggi è molto difficile individuare immagini modificate e video falsi. Immaginate di estendere lo stesso problema a un file audio che può durare un paio d'ore. Tuttavia, continueremo a seguire VoCo da vicino.
Fonte: Creative Bloq
