שיבוט קול (Voice Cloning)

שיבוט קול (Voice Cloning) הוא יצירת עותק דיגיטלי של קול אדם ספציפי מתוך דגימת-הקלטה — כך שאפשר "להשמיע" אותו אומר משפטים שמעולם לא נאמרו במציאות. בשונה מטקסט-לדיבור גנרי, שמייצר קול מלאכותי כללי ונעים-לאוזן, שיבוט-קול משחזר את הטביעה-הקולית הייחודית של אדם מסוים — הטון, הגובה, קצב-הדיבור והמבטא האישיים שלו.

מבחינה טכנית, המערכת מנתחת קטע-הקלטה של הקול-המקורי ומחלצת ממנו וקטור-מאפיינים מספרי שמייצג את מה שמייחד אותו — קרוי בספרות הטכנית "הטבעת-דובר" (Speaker Embedding) — ואז מזינה אותו למודל טקסט-לדיבור שמייצר דיבור חדש בהתבסס על אותם מאפיינים. ככל שדגימת-האימון ארוכה ואיכותית יותר, כך התוצאה נאמנה יותר לקול המקורי — אבל טכנולוגיות מתקדמות, כמו זו של ElevenLabs שהפכה לשם המוביל בתחום, מסוגלות היום לשבט קול ממדגם קצר של שניות ספורות בלבד.

דוגמה קונקרטית ועדכנית: השחקן Val Kilmer, שאיבד את יכולת-הדיבור התקינה שלו כתוצאה מסרטן-גרון ב-2015 ונפטר באפריל 2025, שיתף-פעולה עוד ב-2021 עם חברת Sonantic (נרכשה ב-2022 על-ידי Spotify) לשחזור-קולו מהקלטות-ארכיון — למעלה מ-40 דגמי-קול נבנו כדי למצוא את ההתאמה המדויקת ביותר. בסרט העתידי As Deep as the Grave, שהוכרז במרץ 2026, הקול והדמות של קילמר נוצרים כליל באמצעות בינה מלאכותית גנרטיבית, בשיתוף-פעולה ובאישור עיזבון-משפחתו — דוגמה בולטת לשימוש-לגיטימי-ומוסכם בטכנולוגיה, אחרי מות השחקן עצמו.

לצד השימושים הלגיטימיים — נגישות לאנשים שאיבדו את קולם, דיבוב, יצירת-תוכן — עולה סיכון ממשי להונאה: מדגם-קצר שדי בו כדי לשבט קול הופך את הטכנולוגיה לכלי מרכזי בתרמיות-טלפון ובדיפ-פייק קולי (ראו הערך דיפ-פייק להרחבה על מקרים תיעודיים, כמו תרמית-הכספים הרב-מיליונית ושיחות-הרובוט הפוליטיות). רגולטורים החלו להגיב בהתאם: הוועדה הפדרלית לתקשורת האמריקאית (FCC — Federal Communications Commission) הכריזה בפברואר 2024 על קולות מיוצרי-AI בשיחות-רובוט אוטומטיות (Robocalls) כבלתי-חוקיים.