Как создать голос с помощью нейросети?

Технически это давно не сложно, и в этом главный риск, о котором стоит подумать раньше, чем начинать.

Есть два разных сценария, и они сильно отличаются по последствиям.

Первый — синтез собственного голоса или готового нейтрального голоса из библиотеки сервиса, таких сейчас много, от простых читалок текста до сервисов с эмоциональной интонацией. Для этого достаточно текста и выбора тембра, никаких юридических рисков здесь нет, это обычная озвучка.

Второй — клонирование конкретного чужого голоса по образцу записи. Сервисам для этого хватает буквально нескольких секунд аудио. И вот здесь важно: голос человека относится к его персональным данным, а использование чужого голоса без согласия, даже «для шутки», может нарушать права на изображение и голос, особенно если ролик публичный и человека можно узнать. Отдельная история — если клонированным голосом озвучивают что-то, что может навредить репутации человека или ввести зрителей в заблуждение.

Практический совет: если хотите использовать голос друга или знакомого для розыгрыша или пародии, получите от него явное согласие, желательно в переписке, и укажите в описании ролика, что голос синтезирован нейросетью. Это снимает почти все вопросы и со стороны платформы, и со стороны самого человека.

Отдельно предупрежу про более серьёзную вещь: клонированные голоса сейчас массово используют мошенники, звоня родственникам якобы от лица попавшего в беду человека. Если экспериментируете с этой технологией, не выкладывайте образцы голоса близких в открытый доступ и предупредите семью, что такая подделка вообще существует. Это дешевле любых последствий.