無断学習されたAI音声から元の声を特定する話者識別モデル公開

　Parakeetは、無断学習されたAI音声から元の話者の声を特定する話者識別モデル「Parakeet」のデモ版を公開した。このデモ版では、音声ファイルをアップロードすると、最も声質の近い話者を予測・分析する。

　現在、声優などの音声を無断で学習したモデルや、そのモデルを使用して制作されたAI音声合成データなどがSNSなどで公開されている。これらは、個人で楽しむ範疇を超え配布・公開されており、問題となっている。こういった現状のなか、「Parakeet」は元となる声の持ち主を特定するための手がかりを得ることを目的として開発された。

「Parakeet」のデモ版では、アップロードされた30秒以下の音声ファイルに対し、話者データベースの中から声質の最も近い話者上位3名を予測。類似度をスコアとして提示する。アップロードされた音声はサーバーに保存されない。

　同社ではこのデモ版について、参考情報であり法的判断の根拠となるものではないとしている。また、認識精度は完全ではないため、今後も継続的な改良を進めていくとしている。