根据消费者报告的研究显示,在提供 AI 语音克隆软件的六家公司中,有四家未能提供有效的防滥用安全措施。
这家非营利性出版机构评估了六家公司的 AI 语音克隆服务:Descript、ElevenLabs、Lovo、PlayHT、Resemble AI 和 Speechify。研究发现 ElevenLabs、Speechify、PlayHT 和 Lovo "仅要求研究人员勾选一个确认框,表明他们拥有克隆语音的合法权利或做出类似的自我声明。"
要注册账号,Speechify、Lovo、PlayHT 和 Descript 只要求用户提供姓名和电子邮件地址。
消费者报告的政策分析师 Grace Gedye 表示:"我认为有充分的理由表明,这些公司中的一些提供的服务可能违反了现有的消费者保护法",她援引了 FTC 法案第 5 条和各州法律。
作为 AI 语音克隆报告作者的 Gedye 承认,开源语音克隆软件使情况变得复杂,但她表示,即便如此,鼓励美国公司更好地保护消费者仍然是值得的。
Descript、ElevenLabs、Speechify、PlayHT 和 Lovo 尚未对置评请求作出回应。
这些公司中的几家在回应消费者报告 2024 年 11 月提出的问题时为其商业行为进行了辩护。
语音合成技术已经研究了几十年,但直到最近,由于机器学习的进步,语音克隆才变得逼真、易用且广泛可及。
这类软件有多种合法用途,如生成有声读物的旁白、帮助无法说话的人发声,以及客户支持服务 (只要客户能接受的话)。但它也容易被滥用。
Lyrebird 就是一个预警信号。2017 年,这家加拿大初创公司 (后被 Descript 收购) 发布了包含唐纳德·特朗普、巴拉克·奥巴马和希拉里·克林顿声音的音频片段,说出了他们实际上并未说过的话。
这是现今真实问题的概念验证 - 为欺骗目的复制他人声音,即音频深度伪造。
根据 2023 年美国联邦贸易委员会消费者哨兵网络报告,当年有超过 85 万起冒充诈骗案件,其中约五分之一造成了金钱损失,总计 27 亿美元。虽然其中使用 AI 语音克隆软件的比例未知但可能较小,但有关该技术滥用的报告已变得越来越普遍。
例如,去年马里兰州巴尔的摩警方逮捕了一名高中前体育主任,据称其使用语音克隆软件冒充校长,让校长的声音发表种族主义和反犹太主义言论。
该语音克隆报告还引用了数百名消费者的多个证词,这些消费者在回应 2024 年 2 月的征询时分享了他们遭遇冒充电话的经历。
Gedye 的报告中提出的担忧是,这些公司中的一些专门将其软件营销用于欺骗。"语音克隆公司 PlayHT 在其公司博客文章中将'恶作剧'列为其 AI 语音工具的使用场景," 报告指出。"另一家 AI 语音公司 Speechify 也建议将恶作剧电话作为其工具的使用场景。'没有比假装自己是别人更好的恶作剧方式了。'"
这种担忧在一些大型商业 AI 供应商中也很明显。例如,Microsoft 选择不公开发布其 VALL-E 2 项目,理由是可能被滥用于"欺骗语音识别或冒充特定说话者"。同样,OpenAI 也限制了其语音合成引擎 Voice Engine 的访问。
美国联邦贸易委员会去年最终确定了一项禁止 AI 冒充政府和企业的规则。随后提议将这一禁令扩大到禁止冒充个人,但似乎没有在这方面取得进一步进展。
鉴于当前美国政府试图消除消费者金融保护局等监管机构,Gedye 表示,州级监管可能比进一步的联邦干预更有可能实现。
Gedye 说:"我们看到各州对专门处理 AI 问题很感兴趣。我的大部分工作是针对州级 AI 政策,有很多雄心勃勃的立法者想要解决这个问题。我认为州检察长也有兴趣保护其选民免受新兴技术的伤害。虽然目前在联邦层面的消费者保护可能面临挑战,但我希望诈骗和冒充问题是特别不分党派的问题。"
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。