Microsoft ha creado una IA capaz de replicar tu voz. Es tan buena que no la podrás usar

• La IA podría llegar también a TikTok para clonar tu voz (y lo haría en solo 10 segundos)
• Spotify ha empezado a usar la IA para replicar y traducir voces

Microsoft ha demostrado que la inteligencia artificial es su gran apuesta de cara al presente y, sobre todo, al futuro. La mejor prueba de ello es su alianza con OpenAI y sus esfuerzos en el desarrollo de Copilot. Sin embargo, la compañía de Redmond va mucho más allá. Tanto que, en algunos casos, sus creaciones dan demasiados buenos resultados.

En concreto, tenemos que remontarnos a principios de 2023 para recordar el momento en el que Microsoft presentó al mundo VALL-E, su sistema de inteligencia artificial para la clonación de voz. Según se publicitó en aquel momento, era capaz de emular con un alto grado de realismo la pronunciación, el tono y el timbre de cualquier persona a partir de un simple clip de tres segundos. Los resultados no eran perfectos, pero aún quedaba mucho camino por delante.

Según ha anunciado Microsoft, su equipo de inteligencia artificial ha culminado el desarrollo de VALL-E 2, la evolución de la aplicación citada anteriormente. Esta nueva versión puede clonar voces con una precisión impresionante gracias al uso de redes neuronales avanzadas y grandes conjuntos de datos de entrenamiento como LibriSpeech y VCTK.

Solo para fines experimentales

La propia Microsoft ha asegurado que VALL-E 2 ha alcanzado la “paridad humana” a partir de clips de audio de solo tres segundos de duración. Es decir, produce vídeos imposibles de diferenciar de la realidad. A pesar de los beneficios potenciales que podría tener esta tecnología en áreas como la educación, el entretenimiento y la accesibilidad, Microsoft ha expresado su preocupación por los posibles usos indebidos. Especialmente, por aquellos destinados a suplantar identidades, difundir bulos y realizar intentos de estafa muy sofisticados.

"Actualmente, no tenemos planes de incorporar VALL-E 2 en un producto o expandir el acceso al público general", señalaron los investigadores de Microsoft Research Asia. En este sentido, han añadido que "existen riesgos potenciales en el uso indebido del modelo, como la imitación de oradores específicos". Todo ello ha llevado a la compañía a tomar la decisión de no lanzar esta tecnología al mercado.

Sin embargo, Microsoft sí que va a permitir el uso de VALL-E 2 con fines de investigación, ya sea a través de sus propios recursos o de solicitudes de terceros que sean aprobadas. Algo con lo que esperan seguir explorando y probando los límites de este modelo de IA de forma segura. Por ejemplo, gracias a ella podría dar un paso adelante en la detección de voces sintetizadas y en la obtención del consentimiento explícito del sujeto imitado.