Mensch oder KI beim Telefonieren nicht mehr zu unterscheiden
Das Sprach KI Unternehmen ElevenLabs rechnet damit, dass künstliche Intelligenz in spätestens zwölf Monaten Gespräche auf menschlichem Niveau führen kann. Mitgründer Mati Staniszewski erwartet, dass Sprachmodelle dann in Unterhaltungen nicht mehr von echten Menschen zu unterscheiden sind.
Das neue Modell Dubbing v2 soll Audio und Text enger miteinander verknüpfen und bei Übersetzungen Emotionen, Intonation und die Charakteristik der Originalstimme bewahren. Nach Einschätzung des Unternehmens könnten in sechs bis zwölf Monaten erstmals vollständig internationalisierte Inhalte auf Filmniveau entstehen, mit menschlicher Nachbearbeitung sogar auf Hollywood Niveau.
ElevenLabs sieht Sprache künftig als wichtigste Schnittstelle für digitale Dienste, Geräte und humanoide Roboter. Zugleich warnt Staniszewski vor Sicherheitsrisiken und rät davon ab, Sprache weiterhin zur Authentifizierung zu nutzen.
