Nur eine Minute Audio reicht aus, um eine Stimme nachzuahmen.

Das kana­di­sche Start-Up Lyre­bird hat einen Algo­rith­mus vor­ge­stellt, der laut den Machern jede Stimme nach­ma­chen kann. Als Grund­lage rei­chen dem Unter­neh­men zufolge Auf­nah­men des Ori­gi­nals von etwa einer Minute Länge. Dann kann das Sys­tem in der jewei­li­gen Stimme alles sagen – und das auch mit unter­schied­li­chem Aus­druck. Als Bei­spiele dafür dür­fen Donald Trump, Barack Obama und Hil­lary Clin­ton herhalten.
Lyre­bird setzt auf selbst­ler­nende KI, damit sein Sys­tem aus einem kom­pak­ten Audio-Sam­ple die Stimm-DNA eines Spre­chers in kur­zer Zeit ermit­teln kann. Damit ist es dann mög­lich, diese Stimme belie­bi­gen Text mit einem gewünsch­ten emo­tio­na­len Aus­druck vor­tra­gen zu las­sen. Wirk­lich per­fekt sind die ver­öf­fent­lich­ten Bei­spiele zwar noch nicht. Doch wenn der Auf­wand wirk­lich so gering ist, wie vom Start-Up behaup­tet, sind die Ergeb­nisse beein­dru­ckend – und es scheint plau­si­bel, dass die Stimm­syn­these in nächs­ter Zeit noch bes­ser wird.

Viele Anwen­dun­gen
Laut dem Her­stel­ler erlaubt das Sys­tem auch, völ­lig neue Stim­men zu ent­wi­ckeln. Poten­zi­elle Anwen­dun­gen umfas­sen dem­nach digi­tale Assis­ten­ten mit per­so­na­li­sier­ter Stimme, das auto­ma­ti­sierte Erstel­len von Audio­bü­chern mit bekann­ten Spre­chern oder Stim­men für Ani­ma­ti­ons­filme und Video­spiele. Das Unter­neh­men wirft zudem die Frage auf, ob Sprach­auf­nah­men denn noch als Beweis­mit­tel geeig­net sind. Offen bleibt dabei, ob und wie Lyre­bird selbst Miss­brauch ver­hin­dern will – immer­hin scheint auch denk­bar, mit einer aus­rei­chend guten Syn­these frem­der Stim­men Sicher­heits­sys­teme her­ein­zu­le­gen, die auf Stimm­erken­nung basieren.
Lyre­bird ist nicht das ein­zige Unter­neh­men, das an digi­ta­ler Stimm­syn­these arbei­tet. Adobe hat im Novem­ber 2016 ein ähn­li­ches Sys­tem vor­ge­stellt. Die­ses braucht aber 20 Minu­ten an Sam­ple-Dateien, um eine Stimme nachzubilden.