افزودن ویژگی جدید امکان حرف زدن با صدای مردگان به الکسا، موجب بروز ترس و حیرت گسترده‌ای در میان مردم شده است. البته همین می‌تواند آرزوی بسیاری افراد باشد که صدای نزدیکان درگذشته خود را به صورت شبیه‌سازی شده بشنوند.
این ابزار را با فیلم‌های علمی-تخیلی ویران‌شهری مقایسه کرده‌اند و پیدایش آن موجب بروز نگرانی‌هایی در مورد امکان استفاده از این فناوری برای فریب افراد و شکستن مرزهای معمول اخلاقی شده است.
این ویژگی به بلندگوهای هوشمند الکسا این امکان را می‌دهد که صدای سایر افراد- به‌ویژه به گفته آمازون، مردگان- را شبیه‌سازی کند تا هوش مصنوعی‌اش با استفاده از آن صدا صحبت کند.
هدف این است که تقریبا به معنی واقعی کلمه بتوان به صدای مردگان گوش داد. الکسا می‌تواند قطعه کوتاهی از صدای ضبط شده را بگیرد و صدای آنها را شبیه‌سازی کند.
در نمونه‌ای که آمازون از آن در هنگام رونمایی از این ابزار استفاده کرد، الکسا کتابی را با صدای مادربزرگ فوت شده کودکی، برایش خواند.
این شرکت خاطرنشان کرد این ویژگی می‌تواند در کمک به افرادی که نمی‌توانند خاطرات مردگان را فراموش کنند مفید باشد و گفت چنین ابزاری می‌تواند به‌ویژه در دوران همه‌گیری که بسیاری از افراد دوستان و اعضای خانواده خود را از دست داده‌اند مفید واقع شود.
آمازون می‌گوید در این ویژگی تمام این کارها فقط با در اختیار داشتن یک فایل صوتی یک دقیقه‌ای انجام می‌شود. بنابراین این ویژگی را حتی در مورد افرادی که خودشان پیش از مرگ صدایشان را برای این سامانه ضبط نکرده‌اند استفاده کرد.
اما توجه داشته باشید که این ویژگی هنوز در دسترس عموم کاربران نیست و آمازون به صورت مفهومی از آن رونمایی کرده است. زمان دسترسی همگانی به آن هم مشخص نشده است. اصلا ممکن است به دلایلی هیچ زمانی در آینده نزدیک این ویژگی را خودمان نتوانیم آزمایش کنیم.
خیر. آمازون از این ابزار همچون بخشی از یک ایده رونمایی کرد، هرچند ظاهرا این ویژگی برای خود آمازون واقعی و قابل استفاده است.
شبیه‌سازی صداها به صورت مشابه در فیلم‌های سینمایی به تازگی بسیار مورد توجه قرار گرفته است. برای مثال اخیرا از این فناوریبرای بازسازی صدای وال کیلمر در فیلم تاپ گان: ماوریک (Top Gun: Maverick) استفاده شده است. خود این هنرپیشه به دلیل ابتلا به سرطان گلو و درمان آن، صدای پیشین خود را از دست داده بود.
نگرانی عمده این است که وقتی این فناوری عمومی‌تر شود در فرایند دیپ فیک یا جعل عمیق از آن استفاده شود و صداهایی روی ویدئوهای جعلی گذاشته شود که در واقع هرگز بر زبان افراد واقعی جاری نشده است.
پیش از این در سریال آینه سیاه (Black Mirror)، در قسمت «الآن برمی‌گردم» (Be Right Back) که اولین بار در سال ۲۰۱۳ به نمایش درآمد، شخصیت زنی را دیده بودیم که با رباتی انسان‌نما دوست می‌شود. این ربات رفتار شریک زندگی درگذشته او را تقلید می‌کرد.
در آینده کاربردهای چنین چیزی بسیار متنوع خواهند بود.
تصور کنید که بشود به راحتی پادکست‌های خودکار درست کرد. یا تخیل کنید که امکان داشته باشید که یک کتاب ادبی یا رمان را با صدای افراد خوش‌صدای مشهور گوش کنید و ده‌ها گزینه برای گوش کردن به چنین کتابی با هر صدایی داشته باشید.
یا تصور کنید که فیلم‌های جدید را بتوانید با صدای دوبله دوبلورهای درگذشته بشنوید یا فراتر از آن هر فیلم تازه‌ای را با زبان مادری خود، دقیقا با همان تون و لحن هنرپیشه اصلی بشنوید.
و باز هم به خیال خودمان ادامه می‌دهیم و فکر می‌کنیم شاید بشود ویژگی‌های صدا و سبک کاری خوانندگان مشهور را شبیه‌سازی کرد و بتوان به ترانه‌ها و آلبوم‌های جدید آنها گوش کرد.
آیا ما در آینده روی اصلی بودن یا شبیه‌سازی بودن یک صدا مثل الان حساس خواهیم بود؟ یا مرز بین اصلی یا صناعی بودن، بسیار محو خواهد شد؟
یک پزشک
