آهنگ های نیکسون با صدای Ye-voiced با آهنگ Ye-style که او در یوتیوب یافت، باعث می شود که به نظر می رسد رپر برای طغیان های یهودستیزی تکان دهنده اش در سال گذشته عذرخواهی کند. نیکسون در کسوت آوازی کانیه رپ کرد: «من به خاطر نادانی ام به یک دین حمله کردم. (در واقع، خواننده رپ سال گذشته عذرخواهی کرد و گفت که از نظرات خود پشیمان نیست.)
نیکسون در یک تماس ویدیویی که پشت میکروفون در استودیوی فیلمبرداری خود در شارلوت، کارولینای شمالی نشسته بود، به من گفت: «وقتی آن ویدیو را ساختم، این مدل‌های یادگیری ماشین کاملاً جدید بودند. این مرد 37 ساله یک کارآفرین فناوری و سازنده محتوا است. او هنگام مرور یک انجمن موسیقی ریمیکس الهام گرفته شده از Ye به نام Yedits در سایت اینترنتی Reddit با مدل صدای کانیه برخورد کرد.
او درباره صدای Ye تولید شده توسط هوش مصنوعی گفت: «این یک تازگی بود، هیچ کس آن را ندیده بود. «مثلاً، این آموزش حدود 20 بازدید در یوتیوب داشت. و من به آن نگاه کردم و گفتم: “اوه خدای من.” دلیل اینکه می دانستم قرار است بزرگ باشد، فقط بدیع و باحال بودن آن نبود، بلکه به این دلیل بود که مکالمه مربوط به حق چاپ پیرامون آن همه چیز را تغییر خواهد داد.»
سوال اخلاقی مطرح شد
سوالات اخلاقی همچنین توسط شبیه سازی صدا مطرح می شوند. نیکسون، که آفریقایی-آمریکایی نیست، به دلیل استفاده از صدای سیاه پوست آمریکایی مورد انتقاد قرار گرفت. من نظرات زیادی داشتم که آن را چهره سیاه دیجیتال می نامیدند. من سعی می کردم به مردم توضیح دهم، هی نگاه کنید، در آن زمان این تنها مدل خوب موجود بود.
در جاهای دیگر کانال یوتیوب او راهنماهایی برای ایجاد صدای افراد مشهور وجود دارد. با هدایت آموزش های او، به عنوان عضوی از یک مرکز هوش مصنوعی در Discord، پلتفرم رسانه اجتماعی که توسط گیمرهای رایانه تأسیس شده است، ثبت نام می کنم. در آنجا می‌توانید مدل‌های صوتی و پیوندهایی به ابزارهای برنامه‌نویسی برای پردازش آنها پیدا کنید.
این ابزارها نام‌های مبهم مانند «so-vits-svc» دارند و در ابتدا گیج‌کننده به نظر می‌رسند، اگرچه می‌توان از آنها بدون تجربه برنامه‌نویسی استفاده کرد. مدل‌های صوتی از آوازهای کاپلا برگرفته از ضبط‌ها، که به مجموعه‌ای از داده‌ها تبدیل می‌شوند، فرمول‌بندی می‌شوند. چندین ساعت پردازش طول می کشد تا یک صدای موسیقی متقاعد کننده ایجاد شود. مدلسازان از این به عنوان “آموزش” یاد می کنند، گویی که کلون آوازی یک حیوان خانگی است.
در میان تراویس اسکاتز و خرگوش بد در هاب دیسکورد، صدای تام ویتس است. این با کلیپی از Waits تولید شده توسط هوش مصنوعی در زیر نسخه نیمه قابل قبول آهنگ رپ کانتری لیل ناس ایکس، Old Town Road نشان داده شده است. اما نمی توانم مدل را درست کنم. بنابراین درگاه تماس بعدی من یک وب سایت است که این کار را برای من انجام دهد.
