Une Intelligence Artificielle dessine des visages à partir de voix

L'algorithme en question s'appelle Speech2Face. C'est un groupe de scientifiques quin a formé le réseau neuronal en utilisant des millions de vidéos sur le web, dans lequel plus de 100 000 personnes peuvent être entendues parler. Selon ce qu'ont écrit les chercheurs dans leur étude, l'algorithme a utilisé les données de Speech2Face pour développer des associations entre les lignes vocales et certaines caractéristiques physiques du visage humain. Plus tard, l'IA a commencé à faire des portraits de diverses personnes en utilisant seulement leur voix comme référence.

• Voici les 15 plus importantes entreprises d'IA

Les résultats de la recherche ont été publiés le 23 mai dernier , dans la publication arXiv. Cependant, ces données n'ont pas encore été comparées par d'autres scientifiques travaillant dans le même domaine.

Mais quelle est la précision de l'algorithme ? Nous pouvons dire que (heureusement), l'IA ne peut toujours pas identifier les individus sur la seule base d'échantillons de leur voix. Le réseau neuronal identifie plutôt des traits associés à certains facteurs, comme le sexe, l'âge et l'origine ethnique, mais ces traits sont partagés par un nombre considérable de personnes. Par conséquent, les images générées sont plus une "moyenne" que des portraits individuels précis.

• Echec de la reconnaissance faciale : un adolescent poursuit Apple après une arrestation

Cela dit, Speech2Face a généré des portraits d'une précision étonnante, mais a également montré certaines faiblesses face aux variations de langage et/ou de prononciation. Par exemple, l'IA a produit deux portraits totalement différents de la même personne, l'ayant écoutée parler chinois et anglais. Quoi qu'il en soit, en général, le talent de l'algorithme pour représenter l'être humain est beaucoup plus grand que pour représenter les chats, comme vous pouvez le voir dans l'image ci-dessous.

Qu'est-ce vous en pensez ? Aimez-vous qu'un algorithme psoit capable de savoir comment nous sommes à partir de nos voix ? Ou serait-il préférable de préserver "l'anonymat de l'audio" ? Vous pouvez nous faire part de votre opinion dans les commentaires ci-dessous !

Source : LiveScience