Adobe Voco – Stimmen lassen sich jetzt faken

Bisher eher von einem interessierten kleinen Teil der Öffentlichkeit wahrgenommen hat das Softwareunternehmen Adobe ein neues Produkt vorgestellt, das die Zukunft maßgeblich verändern könnte: Voco. Dabei handelt es sich um ein Bearbeitungsprogramm für Stimmen. Das klingt unspektakulär, enthält aber eine enorme Brisanz. Speziell vor dem Hintergrund der fortschreitenden Digitalisierung und Vereinfachung von Befehlsstrukturen hin zur Steuerung durch Stimmen wird Adobe Voco zu einer zweischneidigen Angelegenheit.

Was kann Adobe Voco?

Adobe Voco ist ein Programm, das gesprochene Aufnahmen einer Person in sogenannte Phoneme. Dabei handelt es sich um extrem kurze Lautbestandteile. Die besondere Fähigkeit von Voco besteht dabei aus zwei Teilen. Zum einen sind diese Laute extrem gut extrahiert. Zum anderen kann die Software diese Laute wieder so zusammensetzen, dass ein völlig neuer Satz entsteht. Dieser klingt exakt so, wie in die Person hätte sagen können, ohne diesen aber gesagt zu haben. Bei der Präsentation des Programms verblüffte Adobe damit alle Experten. Das Resultat der „gefälschten“ Aufnahmen klang schon jetzt im Entwicklungsstadium so authentisch, dass nur versierte Experten mit technischen Hilfsmitteln den Unterschied herausarbeiten können.

Voco und der Nutzen

Adobe wird Voco voraussichtlich in den kommenden Jahren als Bestandteil der Creative Suite oder als „kleines“ eigenständiges Programm auf den Markt bringen. Ein genauer Termin ist nicht gesetzt. Der Nutzen liegt bei allen, die mit Sprache umgehen. So können zum Beispiel die Trends der computergesteuerten Nachrichten deutlich verstärkt werden. Möglich ist ein Einsatz beim Wetterbericht, indem aus Fakten schon jetzt Programme einen Wetterbericht kreieren. Mit einem Sprachprogramm würde auch im Radio ein Einsatz möglich sein. Auch Podcasts und Audiobooks lassen sich so automatisiert erstellen, ohne sie einlesen zu müssen.

Voco und die Gefahren

Es gibt aber auch erhebliche Gefahren. Denn immer mehr Geräte lassen sich nicht nur durch Sprache steuern. Auch Zugänge zum Online-Banking, die Kommunikation mit Amazon Echo oder vielen Handys laufen bereits jetzt per Spracherkennung. Als biometrisches Signal galt die Spracherkennung bisher als zusätzliches Sicherheitsmerkmal. Das könnte bald anders sein. Ebenso lassen sich mit wenigen Aufnahmen einer Person falsche Tonspuren erstellen, die zum Missbrauch von falschen Telefonanrufen bis hin zu angeblichen Aussagen vor Gericht geradezu einladen. Selbst falsche Propagandaaufnahmen von Politikern sind möglich. Verhindern soll das ein akustisches Wasserzeichen, dessen Wirkung jedoch umstritten ist.

So steht schon vor Markteinführung eins sicher fest: Adobe Voco wird die Welt nachhaltig verändern. Niemand kann mehr dem gesprochenen, aufgezeichneten Wort vorbehaltlos glauben.