Οι τεχνητές φωνές έχουν εξελιχθεί σημαντικά. Μπορούν πλέον να διαβάζουν κείμενα με φυσικό ρυθμό, να προσαρμόζουν τον τόνο τους και να μιμούνται χαρακτηριστικά ανθρώπινης ομιλίας. Η τεχνολογία χρησιμοποιείται σε ψηφιακούς βοηθούς, εφαρμογές προσβασιμότητας, ηχητικά βιβλία και υπηρεσίες εξυπηρέτησης.
Η συνθετική ομιλία δημιουργείται από συστήματα που μετατρέπουν γραπτό κείμενο σε ήχο. Παλαιότερες τεχνολογίες βασίζονταν σε ηχογραφημένα τμήματα ομιλίας, τα οποία συνδυάζονταν για να σχηματίσουν προτάσεις. Τα σύγχρονα συστήματα χρησιμοποιούν μοντέλα τεχνητής νοημοσύνης που μαθαίνουν μοτίβα προφοράς, ρυθμού και προσωδίας.
Σε ορισμένες περιπτώσεις, η AI μπορεί να δημιουργήσει φωνή που μοιάζει με συγκεκριμένο άνθρωπο, χρησιμοποιώντας ηχογραφήσεις ως δείγματα. Αυτό μπορεί να έχει νόμιμες και χρήσιμες εφαρμογές, όπως η δημιουργία προσωπικής φωνής για ανθρώπους που κινδυνεύουν να χάσουν την ομιλία τους. Παράλληλα, όμως, δημιουργεί κινδύνους για απάτες και παραπληροφόρηση.
Η αναγνώριση μιας συνθετικής φωνής δεν είναι πάντα εύκολη. Μερικές φορές μπορεί να υπάρχουν αφύσικες παύσεις, ασυνήθιστη προφορά ή επαναλαμβανόμενος ρυθμός. Ωστόσο, τα σύγχρονα συστήματα μπορούν να περιορίσουν τέτοια σημάδια, επομένως δεν είναι ασφαλές να βασιζόμαστε μόνο στην ακουστική εντύπωση.
Αν λάβουμε μια ύποπτη τηλεφωνική κλήση που ζητά χρήματα, προσωπικά στοιχεία ή άμεση ενέργεια, είναι προτιμότερο να διακόψουμε και να επικοινωνήσουμε με το άτομο μέσω ενός γνωστού αριθμού. Μια οικογενειακή λέξη ασφαλείας ή ένας συμφωνημένος τρόπος επιβεβαίωσης μπορεί να βοηθήσει σε περιπτώσεις έκτακτης ανάγκης.
Οι συνθετικές φωνές μπορούν να κάνουν την τεχνολογία πιο προσβάσιμη και φυσική. Η ασφαλής χρήση τους, όμως, απαιτεί ενημέρωση, διαφάνεια και προσοχή όταν η φωνή χρησιμοποιείται ως απόδειξη ταυτότητας.
