Οι AI-generated φωνές μόλις έγιναν τρομακτικά ρεαλιστικές και άφησαν το διαδίκτυο μεταξύ ενθουσιασμού και ανησυχίας. Η Sesame AI, μια εταιρεία που συνίδρυσε ο πρώην CEO και συνιδρυτής της Oculus, Brendan Iribe, παρουσίασε τις Miles και Maya, δύο AI φωνές που ακούγονται σχεδόν σαν άνθρωποι.

Το νέο Conversational Speech Model (CSM) της Sesame AI χρησιμοποιεί ένα εξελιγμένο σύστημα που επεξεργάζεται κείμενο και ήχο μαζί, δημιουργώντας εκπληκτικά φυσική ομιλία. Το demo δείχνει AI φωνές με αναπνοές, γέλια και μικρές παύσεις και τις κάνει να μοιάζουν αυθεντικές. Παρόλα αυτά, το σύστημα εξακολουθεί να έχει δυσκολίες στη ροή και στο ρυθμό της ομιλίας, κάτι που η εταιρεία παραδέχεται ότι χρειάζεται βελτίωση.

Προς το παρόν, η τεχνολογία αυτή δεν είναι διαθέσιμη στο κοινό, καθώς η εταιρεία προσπαθεί να επεκτείνει την υποδομή της. Όμως, οι πρώτες αντιδράσεις ήταν έντονες, καθώς κάποιοι εντυπωσιάστηκαν από το πόσο ζωντανές είναι οι AI φωνές, ενώ άλλοι τις βρήκαν ανησυχητικές.

Επιπλέον, σύμφωνα με δημοσιεύματα, η δυνατότητα δημιουργίας υπερ-ρεαλιστικών φωνών έχει ήδη αρχίσει να χρησιμοποιείται σε απάτες τύπου voice phishing, όπου επιτήδειοι μιμούνται συγγενείς ή αξιωματούχους για να εξαπατήσουν ανυποψίαστους πολίτες. Παρόλα αυτά, η Sesame AI δεν υποστηρίζει το voice cloning.