Infoseite // Adobe Project VoCo: Sprachmanipulation mit dem Texteditor

Newsmeldung von slashCAM:


Adobe hat auf der Hausmesse Adobe MAX das Project VoCo vorgestellt, eine Software, die - genügend Trainingsmaterial vorausgesetzt -jede beliebige Stimme nachahmen kann. S...



Hier geht es zur Newsmeldung auf den slashCAM Magazin-Seiten:
Adobe Project VoCo: Sprachmanipulation mit dem Texteditor



Antwort von -paleface-:

Kriegserklärungen am heimischen PC herstellen...

Da muss ich doch an das Video von Böhmermann denken:





Antwort von Bergspetzl:



Schade dass es darüber nicht mehr diskussion gab.

Eben alles #lügenpresse, aber wenns mal einer vorführt is auch nicht recht. zumindest gibt es wenige bman sympathisanten im 'lügenpresse lager. Wie schön diese welt doch ist :)



Antwort von klusterdegenerierung:

Ich brauche nie wieder meine Sprecherin bezahlen! ;-))



Antwort von Bergspetzl:

ja die wird sich freuen....

...gibt es eigentlich dann so etwas wie das recht an der eigenen Stimme?
Und wie sieht das mit generierten ... ja was eigentlich? Stimmimitationen? ..aus?



Antwort von TonBild:

Ich brauche nie wieder meine Sprecherin bezahlen! ;-)) Na ja, künstliche Stimmen gibt es ja schon lange. Das neue ist, wenn ich es richtig verstanden habe, dass man selbst mit dem Material von einem kurzen Interview auf einfache Weise sogar neue Wörter und Aussagen in der Stimmlage des Interviewpartner generieren kann die dieser nie gesagt hat. Das lädt zum Missbrauch sowohl im privaten als auch im öffentlichen Bereich ein.

Für Videoproduktionen, bei denen es auch auf eine gute Betonung und einen gefühlsmäßigen Ausdruck der Stimme ankommt werden sicher auch weiterhin ausgebildete Sprecher oder Schauspieler benötigt.



Antwort von t0mmY:

Ich brauche nie wieder meine Sprecherin bezahlen! ;-)) Na ja, künstliche Stimmen gibt es ja schon lange. Das neue ist, wenn ich es richtig verstanden habe, dass man selbst mit dem Material von einem kurzen Interview auf einfache Weise sogar neue Wörter und Aussagen in der Stimmlage des Interviewpartner generieren kann die dieser nie gesagt hat. Das lädt zum Missbrauch sowohl im privaten als auch im öffentlichen Bereich ein.

Für Videoproduktionen, bei denen es auch auf eine gute Betonung und einen gefühlsmäßigen Ausdruck der Stimme ankommt werden sicher auch weiterhin ausgebildete Sprecher oder Schauspieler benötigt. Naja, das stimmt schon, dennoch kam mir gestern als ich das Video gesehen habe, direkt die Frage auf, wenn ich mein Video jetzt mit einem selbst geschriebenen Text und der Stimme von Sylvester Stallone unterlege, wäre das eine Urheberrechtsverletzung oder nicht? Ich kann mir schon vorstellen, dass das viele Sprecher nicht so toll finden würden, wenn sich so etwas relativ simpel umsetzen lässt...



Antwort von pixelschubser2006:

Das kann ich mir auch gut vorstellen. Allerdings habe ich den Eindruck, als wenn Sprecher sich überwiegend fürstlichst bezahlen lassen wollen. Jedenfalls kenne ich jemanden, der seinen Lebensunterhalt mit 2 Stunden Arbeit am Tag bestreiten möchte. Wenn ich mir die Einkommenssituation bekannter deutscher Schauspieler so ansehe, ist das im Vergleich eine Frechheit (die nämlich im internationalen Vergleich schlecht darstehen!). Erst Recht im Vergleich zu Cuttern / innen, die einen sehr anspruchsvollen Job haben (technisch wie dramaturgisch) und zumindest bei Fernsehsendern beschissen bezahlt werden.

Nichtsdestotrotz glaube ich nicht so recht, dass sich Sprecher auf breiter Front von Computern ersetzten lassen. Wenn man eine Stunde genau das zurechtbasteln will, was ein erfahrener Sprecher in fünf Minuten produziert, rechnet sich das nicht. Das ist auch gut so. Keiner von uns kann hier ernsthaft daran interessiert sein, daß wir von Computern abgelöst werden. Roboter werden uns eh schon bald das Leben schwermachen. Früher wurden Studio-Sendungen mit 3-4 Kameras aufgezeichnet. Die motorisierten / automatisierten Kameras werden heutzutage noch überwiegend zusätzlich eingesetzt. Aber wir werden alle noch den Tag erleben, an denen der Studiokameramann weitestgehend verdrängt wird. Ich glaube, im Bereich der Nachrichtensendungen mit recht statischen / vorkalkulierten Einstellungen ist das schon weitgehend geschehen, kann aber nur für die Studios sprechen, die ich von innen kenne.



Antwort von Pianist:

Mich persönlich würde eine etwas andere Situation noch mehr interessieren als das hier vorgestellte Verfahren: Und zwar in einer eigenen Sprachaufnahme die eigene Stimme so verändern, dass sie wie eine andere Stimme klingt. Also man müsste der Software zum Lernen eine ausreichend lange Sprachaufnahme des anderen Sprechers einfüttern, damit sie dann die eigene Sprachaufnahme in diese Richtung biegen kann. Vielleicht kann man noch einen Varianzfaktor einstellen, um es nicht zu übertreiben.

Das setzt natürlich voraus, dass man selbst schon gute Sprachaufnahmen machen kann und gut spricht. Natürlich sollte man zu keinem Zeitpunkt irgendwie den Eindruck erwecken, dass es sich um einen konkreten Sprecher handelt, denn damit würde man wohl tatsächlich in seine Persönlichkeitsrechte eingreifen.

Wenn eine Stimme rein zufällig so ähnlich klingt, wird man da kaum eine juristische Handhabe haben.

Matthias






Antwort von Drushba:

Vielleicht gibt es dann auch mal eine brauchbare Funktion, um Reden oder Interviews zu enthallen. Die Software könnte ja entlang der realen Stimme einfach eine trockene Stimme nachbilden, mit der exakten Imitation aller Betonungen, Höhen und Tiefen. Um das ganze juristisch wasserdicht zu machen, könnte man ja die echte Stimme leiser drüberlegen und so auch etwas Raumatmo erhalten.



Antwort von t0mmY:

Mich persönlich würde eine etwas andere Situation noch mehr interessieren als das hier vorgestellte Verfahren: Und zwar in einer eigenen Sprachaufnahme die eigene Stimme so verändern, dass sie wie eine andere Stimme klingt. Also man müsste der Software zum Lernen eine ausreichend lange Sprachaufnahme des anderen Sprechers einfüttern, damit sie dann die eigene Sprachaufnahme in diese Richtung biegen kann. Vielleicht kann man noch einen Varianzfaktor einstellen, um es nicht zu übertreiben.

Das setzt natürlich voraus, dass man selbst schon gute Sprachaufnahmen machen kann und gut spricht. Natürlich sollte man zu keinem Zeitpunkt irgendwie den Eindruck erwecken, dass es sich um einen konkreten Sprecher handelt, denn damit würde man wohl tatsächlich in seine Persönlichkeitsrechte eingreifen.

Wenn eine Stimme rein zufällig so ähnlich klingt, wird man da kaum eine juristische Handhabe haben.

Matthias Gibts schon....nennt sich Autotune...besonders beliebt bei Rappern die nicht singen können :-)))))



Antwort von Pianist:

Geht es dabei nicht eher darum, Tonhöhen zurechtzubiegen?

Matthias



Antwort von t0mmY:

Geht es dabei nicht eher darum, Tonhöhen zurechtzubiegen?

Matthias ja, das war auch eher scherzhaft gemeint von mir :)



Antwort von Pianist:

Ach so, verstehe... :-)

Matthias



Antwort von cantsin:

Naja, das stimmt schon, dennoch kam mir gestern als ich das Video gesehen habe, direkt die Frage auf, wenn ich mein Video jetzt mit einem selbst geschriebenen Text und der Stimme von Sylvester Stallone unterlege, wäre das eine Urheberrechtsverletzung oder nicht? Ich kann mir schon vorstellen, dass das viele Sprecher nicht so toll finden würden, wenn sich so etwas relativ simpel umsetzen lässt... Tja, genau hier sind wir in der Grundsatzdebatte über die Anwendung von Artificial Intelligence bzw. deep learning/neuronalen Netzen in der A/V-Technik. Adobe VoCo ist ja nur ein Anwendungsbeispiel dieser Technik. Ein anderes war das der automatisch aus beliebigen Film-Vorlagen generierten Filmlook-Filter, das hier nicht jeder in seinen Konsequenzen gut verstanden hatte.

Ich lehne mich mal aus dem Fenster und behaupte, dass wir das traditionelle Urheberrecht vergessen können, sobald die zu erwartende Riesenwelle von deep learning-basierten Mash-Up- und Manipulations-Apps auf dem Markt ist.



Antwort von Pianist:

Ich lehne mich mal aus dem Fenster und behaupte, dass wir das traditionelle Urheberrecht vergessen können, sobald die zu erwartende Riesenwelle von deep learning-basierten Mash-Up- und Manipulations-Apps auf dem Markt ist. Das ist eine ganz grundsätzliche Frage, mit der man sich auch ganz grundsätzlich auseinandersetzen muss. Die zuständigen Bundesministerien tun das übrigens seit vielen Jahren.

Es gibt da ja ganz verschiedene Herangehensweisen: Man könnte zum Beispiel sagen, dass unser geltendes Recht so allgemeingültig formuliert ist, dass es auch auf neue Technologien anwendbar ist und sich die Leute danach richten müssen. So wäre der Einsatz einer Manipulationssoftware eben eine ganz gewöhnliche Bearbeitung eines Werkes, bei der der Original-Urheber am Erfolg zu beteiligen ist.

Man könnte aber genau so gut sagen, dass neue Technologien neuen Regelungsbedarf erzeugen, um Innovationen nicht zu behindern. Da muss man dann nur aushandeln, wie man die Rahmenbedingungen so gestaltet, dass es dabei nicht zu große Verlierer gibt.

Matthias



Antwort von StephanAusBonn:

Vielleicht gibt es dann auch mal eine brauchbare Funktion, um Reden oder Interviews zu enthallen.. Die Lösung gibt es mittlerweile und mit erstaunlichem gutem Ergebnis:

https://www.digitalschnitt.de/shop/arti ... oid=58654

Ich war sehr erstaunt, weil ich auch meinen Kunden bis dahin immer erklärt habe, dass sich Hall nicht nachträglich entfernen lässt. Aber damit funktioniert es tatsächlich!

Stephan