Jürgen Schröter, az AT&T beszédszintézis-szakértője a New Scientistnek arról számolt be, hogy a fejlesztés komoly kereskedelmi lehetőséget nyit, de egyúttal biztonsági aggályokat is felvet. Mi történik például, ha valaki eltulajdonít egy idegen hangot? Ezért szükséges digitális vízjelet integrálni a technológiába - mondta a szakértő.
Az AT&T-nél eddig generált hangokon még megérezni a természetestől elütő, számítógépes zaj nyomait. A szuperszámítógépeken minden új szintetizált hangminta elkészítése az érintett személy hangjának stúdió minőségű rögzítését követően mintegy 10-40 órányi feldolgozási idővel jár. Mindezek ellenére a programot létrehozó szakértők bíznak benne, hogy néhány éven belül tökéletesen le tudják másolni bárkinek a hangját.
A hanghoz egyébként hozzá lehet adni olyan speciális információt, melyet az emberi fül nem, de egy különleges vevőkészülék képes érzékelni. Ennek segítségével egy másik számítógép azonnal jelezheti, hogy mesterségesen generált vagy természetes emberi hangról van szó - mondta Schröter.
A kutatók már dolgoznak egy ilyen rendszer kifejlesztésén, de Schröter szerint a hangutánzó technológia még nem elég fejlett ahhoz, hogy a biztonsági elemet alkalmazni kellene. A kérdésre visszatérünk, ha már elég jók lesznek az eredmények - mondta a szakértő.
Reményei szerint a nem túl távoli jövőben elkészülhet az a szoftver, mellyel bárki perceken belül lemásolhatja a saját hangját. Például egy cég főnöke kölcsönadhatja az orgánumát a helpdesk rendszerének. Az AT&T már Natural Voices néven létrehozta a leányvállalatát, melynek feladata a technológia kereskedelmi bevezetése lesz.