La voce di Sky su ChatGPT è quella di Scarlett Johansson?

Nel comunicato stampa ufficiale, il CEO di OpenAI Sam Altman lo specifica a chiare lettere: la voce di Sky non è quella di Scarlett Johansson e non è mai stata pensata o concepita per somigliare a quella dell'attrice. Eppure noi sappiamo che c'è una versione differente della narrazione in rete:

"On Monday, Johansson cast a pall over the release of improved AI voices for ChatGPT, alleging that OpenAI had copied her voice after she refused a request by CEO Sam Altman to license it".

Come riportato anche dal Washington Post, Scarlett Johansson ha accusato OpenAI di copiare e riprodurre la sua voce dopo aver rifiutato una richiesta di Sam Altman per ottenere la licenza.

— Sam Altman (@sama) May 13, 2024

Tutto diventa più interessante se consideriamo che la Johansson ha prestato la sua voce all'assistente virtuale nel film Her del 2013, e che Altman ha annunciato la demo della funzione in questo modo.

Sky e Scarlett Johansson

Già nel settembre del 2023 ChatGPT - secondo il comunicato di OpenAI - ha introdotto le funzionalità vocali per offrire agli utenti la possibilità di interagire in modo differente rispetto alla scrittura.

La sintesi vocale di Sky, uno dei modelli che consente agli utenti di utilizzare la voce per interagire con il bot e ricevere risposte in tempo reale, è diventata il simbolo della presentazione di ChatGPT 4o. Ma anche se il timbro può ricordare quello dell'attrice, OpenAI precisa che non ci sono rimandi ufficiali.

Ognuna delle voci che puoi scegliere è stata selezionata attraverso un processo durato cinque mesi che ha coinvolto doppiatori professionisti, agenzie di talenti, direttori del casting e consulenti del settore.

Scarlett Johansson, su sua ammissione, è stata contattata per essere selezionata come voce di ChatGPT. Lei ha rifiutato ma, secondo l'attrice, Sam Altman ha deciso di proseguire cambiando leggermente il timbro. In modo così lieve che era difficile distinguerla anche per amici e parenti:

"I was shocked, angered and in disbelief that Mr. Altman would pursue a voice that sounded so eerily similar to mine that my closest friends and news outlets could not tell the difference."

In più Scarlett Johansson pone l'attenzione sul quadro generale, ricordando che in un'epoca di intelligenza artificiale e deepfake dovrebbe esserci maggiore chiarezza su questi aspetti, auspicando una soluzione legislativa per tutelare i diritti dei singoli cittadini.

La versione di OpenAI 

La versione ufficiale è semplice: la voce di Sky non è un'imitazione di Scarlett Johansson, appartiene a un'attrice professionista che usa la sua voce naturale. E riceve un compenso superiore alle tariffe più alte sul mercato. OpenAI, nel 2023, ha ingaggiato dei professionisti per ottenere voci:

• Senza tempo, naturale.

• Capace di ispirare fiducia.

• Calda, coinvolgente.

• Carismatica con un tono ricco

• Facile da ascoltare.

Hanno ricevuto 400 proposte. Agli attori è stata fornita una sceneggiatura delle possibili risposte su ChatGPT e gli è stato chiesto di registrarle.Il risultato: 5 soluzioni differenti. Vale a dire Breeze, Cove, Ember, Juniper e Sky. L'11 settembre 2023, Altman ha illustrato a Scarlett Johansson il possibile coinvolgimento come sesto doppiatore per ChatGPT, insieme alle cinque voci, inclusa Sky.

L'attrice newyorkese ha rifiutato l'opportunità. Il 25 settembre 2023 sono state lanciate le voci su ChatGPT. Il 10 maggio 2024 c'è stato un ulteriore contatto con l'attrice per chiedere i diritti di utilizzare la voce nel nuovo ChatGPT 4o. Qui sono nate le preoccupazioni rispetto alla somiglianza tra l'espressione di Scarlett e quella Sky. Di conseguenza, Altman ha pensato di sospendere questa opzione su ChatGPT.

Tutto questo è così importante?

Probabilmente sì. Anche se diversa, quella voce ha una sua riconoscibilità e crea empatia con il pubblico che la riconosce, la definisce in una cornice. E la accetta con maggior facilità. La sonorità simile a quella di Scarlett Johansson rende la voce di Sky più appetibile, un po' come sarà per pubblicità generate dall'AI che avrà volti simili a quelli della nostra cerchia di amici e conoscenti.