Синтезированный голос Геральта вызвал нешуточный скандал среди актёров озвучания

На просторах сети после выхода модификации A Night to Remember для The Witcher 3 начали бурные дебаты на тему этичности создания синтезированного голоса, ведь автор мода смог создать для своего творений голос очень похожий на Дага Кокла.

По сюжету нам стоит завершить последний заказ на Орианну, вампиршу, которую мы встречаем в одном из трейлеров игры и дополнении Кровь и вино.

В оригинальной игре у нас нет возможности завершить сюжетную арку с ней и её судьбу нам показывают в трейлере – Геральт сдерживает слово и ценой тяжёлых ранений отправляет Орианну в небытие, но автор мода nikich340, решил сделать не просто молчаливый набор миссий, а по сути своей полноценное сюжетной дополнение, хоть и не большое.

Для того чтобы ещё больше погрузить игроков в атмосферу квеста nikich340 не только создал лицевую анимацию персонажей, но и решил использовать программу CyberVoice от российской лаборатории Mind Simulation Lab. Программа по своей сути является дальним родственником DeepFake, но не для видео, а для звука. Сначала вы берёте оригинальный голос, который хотите воссоздать, тренируете нейросеть, после чего пишите текст, синтезирующийся на основе полученных данных. Таким образом nikich340 смог записать реплики для диалогов в своей модификации и голос Геральта удивительно похож на оригинальный голос Дага Кокла, который озвучивал Геральта в английской версии игры.

После публикации модификации она вырвалась в топы по скачиваниям на NexusMods и вызвала бурное обсуждение не только среди игроков, но и среди актёров озвучания. Владелец оригинального голоса Даг Кокл предпочел не комментировать происходящее, но вот его коллеги по цеху не остались в стороне от происходящего. 

«Если это правда, то это просто душераздирающе», – написал в Твиттере Джей Бриттон, актер озвучания, работавший над Divinity: Original Sin 2 и Pathfinder. «Да, искусственный интеллект мог бы что-то заменить, но должен ли это? Мы буквально должны решить этот вопрос. Замена актеров ИИ – это не только легальное минное поле, но и совершенно бездушный выбор».

Кроме этого, в обсуждении решили поучаствовать разработчики из Obsidian Entertainment, которые используют сгенерированные голоса в качестве заполнителей во время тестирования системы диалогов в играх. Для этих целей они используют систему Sonantic и целью данного тестирования является оценка того, как выглядит диалог в сочетании с анимацией перед тем, как в него будет добавлен оригинальный голос актера. Разработчики заявили, что они изначально запрашивают разрешение у актеров, высылают им текст диалогов и только после этих формальностей генерируют голос. Таким образом они решают проблему этичности использования синтезированного голоса.

Кроме простой неприязни к подобного рода синтезирования у актёров возникает всё больше опасений из-за того, что подобные программные комплексы попросту могут отнять у них хлеб и работу, так как генерация голоса не потребует их непосредственного участия. Именно так считает Натали Уинтер, подарившая свой голос персонажу в Assassin’s Creed: Valhalla. Она, как и многие другие актёры не безосновательно считает, что в будущем мелкие и крупные компании могут начать использовать генерацию голоса в своих проектах не спрашивая никакого разрешения у владельцев, либо использовать похожие голоса для дискредитации. Одной из простейших ситуация, где может быть использована генерация голоса актера, может быть непринятие текста. Допустим, актеру неприятна его реплика и он хочет изменить текст, но авторы текста не хотят идти на уступки и просто генерируют реплику на основе голоса актера без его ведома.

Право использования голоса актеров – очень сложная тема, требующая регулирования, ведь одно дело, когда кто-то использует голос актера, который был записан заранее, а другое дело когда голос сгенерирован, ведь по своей сути этот синтезированный голос не принадлежит актёру, а может быть просто очень похож. Кроме этого, синтезированный голос не может передать игру актёра или его дыхание, а значит он не будет в полной мере отражать всю эмоциональную полноту реплик. Таким образом, синтезированный голос, даже если он будет очень похож на оригинал, не сможет быть полноценной заменой оригинальной озвучки настоящими, живыми людьми.