Clonarea vocală AI (voice cloning) este o tehnologie de inteligență artificială generativă care analizează mostre de voce ale unei persoane reale și sintetizează ulterior discurs nou, complet artificial, care păstrează caracteristicile distinctive ale vocii originale — tonul, accentul, ritmul de vorbire și inflexiunile emoționale specifice — pronunțând orice text nou, pe care persoana reală nu l-a rostit niciodată.
Sistemele moderne de clonare vocală, bazate pe rețele neuronale avansate, pot genera o clonă vocală convingătoare din doar câteva minute, sau uneori câteva secunde, de mostre audio ale vocii țintă — o îmbunătățire dramatică față de generațiile anterioare de sinteză vocală, care necesitau ore de înregistrări dedicate pentru a produce o voce artificială plauzibilă și naturală.
Aplicațiile legitime ale acestei tehnologii sunt numeroase și valoroase: restaurarea vocii pentru persoane care și-au pierdut capacitatea de a vorbi din cauza unor afecțiuni medicale, dublarea automată a conținutului audio-video în multiple limbi păstrând vocea originală a vorbitorului, generarea eficientă de conținut audio pentru cărți audio sau asistenți virtuali personalizați, și producția de conținut de marketing sau divertisment fără sesiuni repetate de înregistrare studio.
Totodată, tehnologia ridică preocupări etice și de securitate semnificative legate de posibilitatea utilizării frauduloase — impersonarea vocală pentru înșelătorii financiare, dezinformare sau hărțuire — motiv pentru care dezvoltatorii responsabili implementează măsuri de protecție precum watermarking audio (marcaje digitale invizibile care identifică conținutul generat de AI) și cerințe stricte de consimțământ explicit al persoanei a cărei voce este clonată.
