Το The Witcher 3: Songs of the Past, μια νέα επέκταση για το διάσημο RPG, περιλαμβάνει ηχογραφήσεις του αρχικού Πολωνού φωνητικού ηθοποιού Γκέραλντ, Τζάσεκ Ροζενέκ, που έχουν επεξεργαστεί με τη βοήθεια τεχνητής νοημοσύνης. Ο Ροζενέκ έδωσε την έγκρισή του στην CD Projekt Red να συνεργαστεί με την Ουκρανική εταιρεία Respeecher για να εκπαιδεύσει ένα μοντέλο με τη φωνή του.
Η GameFile (μερικώς πληρωμένη σύνδεση) μίλησε με την CDPR και την Respeecher για τη διαδικασία. Η CDPR στράφηκε σε αυτήν την εφαρμογή της τεχνητής νοημοσύνης – όχι για πρώτη φορά, καθώς η Respeecher είχε βοηθήσει προηγουμένως με έναν χαρακτήρα του Cyberpunk 2077, του οποίου ο ηθοποιός είχε πεθάνει – επειδή η φωνή του Ροζενέκ είχε αλλάξει μετά την ανάρρωσή του από εγκεφαλικό επεισόδιο το 2019.
Το στούντιο ήθελε να επιστρέψει ο Ροζενέκ, αλλά οι νέες γραμμές δεν ταίριαζαν με τον αρχικό διάλογο του The Witcher 3. (Ο ηθοποιός Γκέραλντ στα Αγγλικά, Νταγκ Κόκλ, δεν χρειάστηκε επεξεργασία για το Songs of the Past.)
Για να βοηθήσουν στην εκπαίδευση μιας πιο ακριβούς έκδοσης της φωνής του Ροζενέκ, «παραδώσαμε στην Respeecher όλες τις γραμμές που είχε ηχογραφήσει ο Τζάσεκ για εμάς για το The Witcher 3», λέει ο παραγωγός τοπικοποίησης Μικόλαϊ Σβέντ.
Στην ιστοσελίδα της, η Respeecher ισχυρίζεται ότι «η τεχνολογία κλωνοποίησης φωνής μας αναπτύσσεται και χρησιμοποιείται με έναν τρόπο που είναι ηθικός, σεβαστός και ωφέλιμος για την κοινωνία». Στο ηθικό της μανιφέστο, αναφέρει ότι «απαιτείται ρητή άδεια για όλες τις αναπαραγωγές φωνής, που εξασφαλίζεται μέσω μιας αμοιβαία υπογεγραμμένης συμφωνίας για να διασφαλιστεί η πλήρης κατανόηση και συναίνεση».
Σε μια προωθητική αναφορά για την «Τεχνολογία Φωνής AI», επικεντρωμένη συγκεκριμένα στα βιντεοπαιχνίδια, η Respeecher διαφημίζει την ικανότητά της να «δίνει φωνή σε πρωταγωνιστές και NPCs – σε μεγάλη κλίμακα και χωρίς ακριβές επαναλήψεις».
Ο καλλιτέχνης συνθετικής ομιλίας της Respeecher, Ντιμίτρι Βασιλέτς, δηλώνει: «Η εντολή ήταν απλή: να κάνουμε τη φωνή του Τζάσεκ να ακούγεται ζωντανή, πλούσια και νεανική, όπως στο αρχικό παιχνίδι».
Ο ίδιος ο Ροζενέκ δήλωσε.
«Το θέμα είναι ότι αυτή η φωνή θα πρέπει να είναι όσο το δυνατόν πιο κοντά στη φωνή μου πριν από 12 χρόνια. Έχω μεγάλη εμπιστοσύνη… στους δημιουργούς αυτού του παιχνιδιού»
Η GameFile, που ενημερώθηκε για τις ηχογραφήσεις πριν και μετά, αναφέρει ότι «η διαφορά ήταν σημαντική», με τον επεξεργασμένο ήχο να ακούγεται πιο ομαλός και νεότερος. Ο Σβέντ ανέφερε ότι οι αρχικές ηχογραφήσεις του Ροζενέκ ήταν «πολύ πιο χαμηλές, πολύ πιο τραχιές» από τον αρχικό Πολωνό Γκέραλντ.
Η CDPR αναγνωρίζει τις ανησυχίες γύρω από τη γεννητική τεχνητή νοημοσύνη στην ανάπτυξη παιχνιδιών – ένα θέμα που προκαλεί συνεχώς αντιπαραθέσεις μεταξύ υποστηρικτών και αντιπάλων. Έχει μιλήσει με δεκάδες προγραμματιστές παιχνιδιών οι οποίοι έχουν μοιραστεί ηθικά, δημιουργικά και νομικά επιχειρήματα κατά της χρήσης γεννητικής τεχνητής νοημοσύνης.
Ο προγραμματιστής Arc Raiders, Embark, ο οποίος είχε επικριθεί στο παρελθόν για τη χρήση φωνών AI, βρέθηκε ξανά στο στόχαστρο μετά την δήλωση ότι η χρήση πραγματικών ηθοποιών δεν θα είχε νόημα για τις πολλές κλήσεις και σήματα του παιχνιδιού, γιατί οι άνθρωποι «θα τρελαίνονταν αν έπρεπε να διαβάσουν όλα αυτά». Πολλοί χαρακτήρες AI έχουν πλέον ηχογραφηθεί ξανά με πραγματικούς ηθοποιούς.
«Μπορώ να σας πω, ως άτομο που εργάζεται με φωνητικούς ηθοποιούς σε όλες τις περιοχές του κόσμου, ότι αυτό είναι μια μεγάλη ανησυχία», συμφωνεί ο Σβέντ. Οι συμβάσεις της CDPR απαιτούν συναίνεση για οποιαδήποτε εργασία AI, λέει, και χρησιμοποιήθηκε μόνο σε αυτήν την περίπτωση λόγω της μοναδικής υγειονομικής κατάστασης του Ροζενέκ.
«Πιστεύω ότι αυτή είναι μία από εκείνες τις περιπτώσεις όπου μπορείτε να χρησιμοποιήσετε την τεχνητή νοημοσύνη ηθικά, με συναίνεση και επίσης για να κάνετε κάτι καλό», προσθέτει ο παραγωγός τοπικοποίησης. Αναφέρει ότι «αυτή ήταν μια ειδική περίπτωση».
Το The Witcher 3: Songs of the Past εξελίσσεται διαφορετικά αν έχετε ολοκληρώσει την δεύτερη επέκταση του RPG, αλλά οι προγραμματιστές δηλώνουν ότι αυτό δεν σημαίνει ότι πρέπει να το κάνετε.