Amazon está instruyendo a Alexa para que pueda imitar la voz de cualquier persona, viva o muerta, a partir de una grabación de un minuto de esa voz. El asistente virtual podrá detectar las características de timbre y dicción de la voz de una persona y reproducirlas. Espeluznante, ¿verdad? Podríamos estar en un episodio de 'Black Mirror', pero el vicepresidente senior de la compañía, Rohit Prasad, prefiere verlo de otra forma: "Queremos hacer que los recuerdos perduren tras una pandemia en la que muchos de nosotros hemos perdido un ser querido", ha señalado.
En la conferencia re:Mars de Las Vegas, un encuentro en el que Amazon está mostrando su últimos avances en inteligencia artificial, Prasad ha mostrado cómo Alexa podría leer un cuento a los niños con la voz de una abuela fallecida usando solo una pequeña grabación de voz de apenas un minuto de duración como punto de partida. "Alexa, ¿puede la abuela terminar de leerme el Mago de Oz?", pregunta un niño en el clip de demostración. El altavoz inteligente confirma la petición con su voz chirriante por defecto, y luego pasa a una voz menos robótica que narra un fragmento de la novela. Para el niño, aunque consciente de que está escuchando un altavoz, es su abuela la que lee el cuento y no Alexa.
En un principio este tipo de aplicaciones eran tareas muy complejas que necesitaban muchas horas de imágenes de archivo para conseguir un resultado convincente, pero los avances técnicos permiten que el proceso sea ahora mucho más sencillo. Amazon no ha detallado si planea hacer de esta función un producto comercial para sus altavoces y pantallas inteligentes pero construir una voz sintética a partir de pequeñas grabaciones de una real ya es perfectamente posible.
La capacidad de Alexa para imitar voces es una forma de inteligencia artificial (IA) que Prasad llamó "inteligencia generalizable". El objetivo, recalcan desde Amazon, es brindar la capacidad a Alexa para adaptarse a la vida de los consumidores e ir aprendiendo pequeños conceptos de esta sin necesidad de una gran cantidad de información externa.
Este enfoque es opuesto al que emplean las inteligencias artificiales omniscientes y omnipotentes como DeepMind de Alphabet o las diferentes soluciones de OpenAI, compañía fundada por Elon Musk. Es diferente de la inteligencia general artificial "que todo lo sabe y todo lo puede", o AGI, que pretende entender las tareas y el intelecto humanos para resolver problemas, según Prasad.
Amazon no es la única empresa que trabaja en el desarrollo de tecnología capaz de imitar voces humanas. El mes pasado, el fabricante de juguetes japonés Takara Tomy presentó un dispositivo con forma de huevo llamado Coemo que copia la voz de los adultos y la utiliza para leer cuentos a los niños.