«Photoshop für Stimmen»

Vor Kurzem hat Adobe ihr Projekt Voco vorgestellt. Die Software soll eine Art «Photoshop für Stimmen» darstellen. Sie erlaubt es beispielsweise die Tonaufnahme eines Sprechers zu verändern und durch Wörter sowie ganze Sätze zu ergänzen, die der Sprecher gar nie von sich gegeben hat. An einer Live-Demo in San Diego (siehe Video unten) zeigte Adobe die Technik anhand einer digitaliserten Aufnahme eines Mannes. Dieser sagte, er habe seine Hunde und seine Frau geküsst, und zwar in dieser Reihenfolge. Diese Aussage wurde in «ich habe Jordan drei Mal geküsst» verändert. Die Änderung der Aussage geschah sekundenschnell, indem der Vorführende einfach den entsprechenden Satz mit der Tastatur änderte. Um die Aussage derart zu manipulieren, braucht Voco laut Adobe gut 20 Minuten Audio-Material der jeweiligen Stimme. Die Technik wirft einige ethische Fragen auf. So könnten O-Töne von Persönlichkeiten des öffentlichen Lebens mir nichts dir nichts abgeändert werden. Umgekehrt könnte der Gehalt von veröffentlichten Aufnahmen jederzeit angezweifelt werden.  Auch zu Sicherheits-Bedenken gibt Voco Anlass. Schliesslich versuchen diverse Hersteller, IT-Systeme mit Hilfe von Stimmerkennung abzusichern. Ein Stimm-Simulator, wie ihn Adobe und vor Kurzem auch Google mit WaveNet vorgestellt haben, könnte die biometrische Technik zunichte machen. Adobe winkt allerdings ab: Fälschungen sollten durch eine Wasserzeichentechnik verunmöglicht werden, hiess es. Was bringt also die Technik: Laut Adobe soll Voco Firmen in die Lage versetzen, für wenig Geld lange Aufnahmen von gesprochener Sprache zu machen. So könnten Hörbücher im Nu «eingespielt» werden.  Wann Voco auf den Markt kommen wird, ist noch unsicher. Eventuell werde die Technik zunächst als Feature in anderen Programmen zum Einsatz kommen. Genaueres war allerdings hierzu noch nicht zu erfahren.