นักจัดรายการวิทยุ David Greene กล่าวว่าเครื่องมือ NotebookLM ของ Google ขโมยเสียงของเขา

ตอนนี้ฉันมีบริบทเพียงพอที่จะเขียนโพสต์บนบล็อกแล้ว นี่คือเนื้อหา HTML ที่สมบูรณ์:

นักจัดรายการวิทยุ David Greene กล่าวว่าเครื่องมือ NotebookLM ของ Google ขโมยเสียงของเขา

David Greene ผู้ดำเนินรายการ NPR รุ่นเก๋าได้กล่าวหา Google อย่างเปิดเผยว่าทำการโคลนเสียงของเขาโดยไม่ได้รับความยินยอมจากฟีเจอร์ภาพรวมเสียงของ NotebookLM ข้อกล่าวหาดังกล่าวทำให้คำถามที่ผู้สร้างเนื้อหาและเจ้าของธุรกิจทุกคนควรถาม: ใครเป็นเจ้าของเสียงของคุณ แบรนด์ของคุณ และตัวตนของคุณในยุคของ generative AI?

เกิดอะไรขึ้นระหว่าง David Greene และ Google NotebookLM

David Greene ใช้เวลาหลายปีในการเป็นเจ้าภาพร่วมของ NPR's Morning Edition ซึ่งเป็นหนึ่งในรายการวิทยุที่มีผู้ฟังกันอย่างแพร่หลายมากที่สุดในสหรัฐอเมริกา เสียงของเขาเป็นที่รู้จักของผู้ฟังหลายล้านคนในทันที เมื่อ Google เปิดตัวฟีเจอร์ภาพรวมเสียงของ NotebookLM ในปลายปี 2024 เครื่องมือดังกล่าวได้รับความนิยมอย่างรวดเร็วเนื่องจากความสามารถในการเปลี่ยนเอกสารที่อัปโหลดให้เป็นการสนทนาสไตล์พอดแคสต์ที่เป็นธรรมชาติอย่างน่าประหลาดใจระหว่างโฮสต์ที่สร้างโดย AI สองแห่ง

Greene และผู้ฟังจำนวนมากสังเกตเห็นบางสิ่งที่ไม่มั่นคง: หนึ่งในเสียงที่สร้างโดย AI มีความคล้ายคลึงอย่างน่าทึ่งกับจังหวะเสียง น้ำเสียง และสไตล์การส่งเสียงของ Greene กรีนระบุต่อสาธารณะว่าเขาและตัวแทนของเขาไม่ได้รับการติดต่อจาก Google เพื่อขออนุญาต การออกใบอนุญาต หรือการชดเชย Google ปฏิเสธว่าเสียงนั้นถูกสร้างขึ้นตามบุคคลใดโดยเฉพาะ โดยยืนยันว่าเสียงนั้นเป็นเสียงสังเคราะห์โดยสมบูรณ์ และไม่ใช่เสียงเลียนแบบคนจริงโดยเจตนา

ไม่ว่าจะมีเจตนาใดก็ตาม เหตุการณ์ดังกล่าวได้ตกผลึกความกลัวที่ก่อตัวขึ้นในสื่อ ความบันเทิง และธุรกิจ: ระบบ AI ที่ได้รับการฝึกฝนบนชุดข้อมูลเสียงสาธารณะจำนวนมหาศาลสามารถสร้างภาพเหมือนของใครบางคนได้ใกล้เคียงพอที่จะก่อให้เกิดอันตรายอย่างแท้จริง ไม่ว่าบริษัทจะยอมรับการจงใจโคลนนิ่งหรือไม่ก็ตาม

เหตุใดเจ้าของธุรกิจจึงควรสนใจ AI Voice Cloning?

นี่ไม่ใช่แค่ปัญหาเกี่ยวกับคนดังเท่านั้น หากคุณดำเนินธุรกิจ ผลิตเนื้อหา โฮสต์พอดแคสต์ หรือบันทึกวิดีโอการฝึกอบรม เสียงและเอกลักษณ์ของแบรนด์ของคุณถือเป็นทรัพย์สินเชิงพาณิชย์ กรณีของ Greene แสดงให้เห็นว่าสินทรัพย์เหล่านั้นสามารถทำซ้ำ แจกจ่ายต่อ หรือลดมูลค่าได้เร็วเพียงใดโดยที่คุณไม่รู้

สิทธิในการประชาสัมพันธ์ตกอยู่ในความเสี่ยง: รัฐของสหรัฐอเมริกาหลายแห่งปกป้องบุคคลจากการนำรูปลักษณ์ของตนไปใช้ในเชิงพาณิชย์โดยไม่ได้รับอนุญาต ซึ่งรวมถึงเสียงของพวกเขาด้วย เสียงที่คล้ายกันที่สร้างโดย AI อาจละเมิดการป้องกันเหล่านี้

ความทึบของข้อมูลการฝึกอบรม: บริษัท AI ส่วนใหญ่ไม่ได้เปิดเผยอย่างชัดเจนว่าการบันทึกเสียงใดที่ใช้ในการฝึกโมเดลการสังเคราะห์เสียง ทำให้ผู้สร้างไม่รู้ว่างานของพวกเขาถูกใช้ไปแล้วหรือไม่

ยังไม่มีกฎหมายเสียง AI ของรัฐบาลกลาง: แม้ว่ารัฐหลายแห่งได้แนะนำหรือผ่านกฎหมายที่กำหนดเป้าหมาย AI Deepfakes และการจำลองเสียง แต่ไม่มีมาตรฐานของรัฐบาลกลางที่ครอบคลุม ซึ่งทำให้เกิดการป้องกันที่ปะติดปะต่อกัน

การกัดเซาะความไว้วางใจในแบรนด์: หากลูกค้าหรือผู้ชมได้ยินเสียง AI ที่ฟังดูเหมือนเสียงของคุณโปรโมตผลิตภัณฑ์หรือแนวคิดที่คุณไม่เคยให้การรับรอง ความสับสนที่เกิดขึ้นอาจทำลายความน่าเชื่อถือของแบรนด์ที่ได้มาอย่างยากลำบาก

ตัวอย่างจากการประท้วงด้านความบันเทิง: การนัดหยุดงาน SAG-AFTRA และ WGA ในปี 2023 ทำให้การจำลองการปฏิบัติงานของมนุษย์โดย AI เป็นศูนย์กลางของการเจรจาด้านแรงงาน โดยระบุว่าการปกป้องเสียงและความคล้ายคลึงเป็นปัญหาทางธุรกิจกระแสหลัก ไม่ใช่ทฤษฎีทางกฎหมายเฉพาะกลุ่ม

ภาพรวมเสียงของ NotebookLM ทำงานอย่างไร

NotebookLM ของ Google ช่วยให้ผู้ใช้สามารถอัปโหลดเอกสาร เช่น PDF บทความ และบันทึก จากนั้นสร้างสรุปการสนทนาด้วยเสียงที่มีโฮสต์ AI สองคนที่หารือเกี่ยวกับเนื้อหา เทคโนโลยีนี้อาศัยโมเดลภาษาขนาดใหญ่สำหรับการสร้างสคริปต์และการสังเคราะห์ข้อความเป็นคำพูดขั้นสูงสำหรับการผลิตเสียง Google กล่าวว่าเสียงดังกล่าวสร้างขึ้นจากข้อมูลสังเคราะห์ ไม่ได้คัดลอกมาจากบุคคลที่ระบุตัวตนได้

อย่างไรก็ตาม โมเดลการอ่านออกเสียงข้อความสมัยใหม่ได้รับการฝึกฝนเกี่ยวกับคลังคำพูดที่บันทึกไว้จำนวนมหาศาล แม้ว่าเสียงที่ส่งออกไปในขั้นสุดท้ายจะไม่ใช่เสียงโคลนแบบหนึ่งต่อหนึ่ง แต่อิทธิพลรวมของคำพูดของมนุษย์จริงๆ หลายพันชั่วโมงก็กำหนดผลลัพธ์อย่างหลีกเลี่ยงไม่ได้ นักวิจารณ์โต้แย้งว่าสิ่งนี้ทำให้เกิดความแตกต่างระหว่าง "สังเคราะห์" และ "โคลน" มากกว่า

Related Posts

• เครื่องมือแซนด์บ็อกซ์บรรทัดคำสั่งที่รู้จักกันน้อยของ macOS (2025)
• ผู้บริหาร Waymo เผยบริษัทจ้างพนักงานระยะไกลในฟิลิปปินส์
• LED เข้าสู่ระดับนาโน แต่อุปสรรคด้านประสิทธิภาพยังท้าทาย LED ที่เล็กที่สุด
• ระบบควบคุมภาพ Sony Jumbotron (1998) [pdf]