Wiadomość gry 28 czerwca 2021, 13:25

Wiedźmin 3 - mod z AI czytającym dialogi zaniepokoił aktorów

Za sprawą moda A Night to Remember do Wiedźmina 3 i artykułu Input Mag głośno zrobiło się o wykorzystywaniu AI do tworzenia dialogów audio. Wielu aktorów jest zaniepokojonych tymi technologiami.

W SKRÓCIE:

mod A Night to Remember do Wiedźmina 3 wykorzystał AI do podrobienia głosów z gry,
aktorzy boją się, że takie rozwiązania mocno zaszkodzą ich profesji,
większość z nich zgadza się jednak, że nie da się nic z tym zrobić.

W kwietniu ukazał się projekt A Night to Remember. To rzadki przypadek modyfikacji do gry The Witcher 3: Wild Hunt, która dodaje nową, obszerną przygodę dla pojedynczego gracza. Projekt cechuje wysoka jakość wykonania, co obejmuje również liczne nowe dialogi audio. Sposób, w jaki je stworzono wywołał jednak lekkie kontrowersje. Twórca moda, nikich340, wykorzystał bowiem algorytmy AI programu CyberVoice, które po analizie oryginalnych nagrań z podstawowej wersji gry były w stanie skutecznie podrobić głosy profesjonalnych aktorów znanych z Dzikiego gonu.

Możliwości tej aplikacji są imponujące. W modzie po samym głosie nie jest łatwo poznać, które kwestie Geralta naprawdę nagrał aktor Doug Cockle, a za które odpowiada syntezator mowy CyberVoice. Nietrudno zrozumieć, dlaczego taka technologia wywołuje kontrowersje. Negatywnie o niej wypowiedział się Jay Britton, czyli aktor, którego głos mogliśmy usłyszeć w takich produkcjach, jak Frostpunk, Divinity: Original Sin II czy Elite: Dangerous. Stwierdził on, że korzystanie z takich syntezatorów mowy jest złym pomysłem, gdyż ograniczanie ludzkiego udziału może pozbawić gry duszy. Ten komentarz po raz pierwszy został opublikowany w kwietniu i nie wywołał dużo zamieszania, ale niedawno musiał wypłynął na powierzchnię, gdyż aktor poskarżył się dzisiaj na Twitterze, że jego opinia wywołała wściekłość u wielu graczy.

Temat powrócił teraz na tapet głównie dzięki artkułowi magazynu Input Mag. Redaktorzy uzyskali komentarze od aktorów i ludzi z branży. W większości są one pełne obaw i wątpliwości. Nie dotyczą one tylko wspomnianego moda, ale ogólnie tego rodzaju technologii. Kilka miesięcy temu głośno było o studiu Obsidian, które w produkcji The Outer Worlds pomagało sobie programami firmy Sonatic generującymi głosy przy pomocy AI.

Natalie Winter, której głos mogliśmy usłyszeć m.in. w Assassin’s Creed: Valhalla, obawia się, że wkrótce technologie tego typu osiągną na tyle zaawansowany poziom, że aktorzy będą mieli znacznie mniej okazji do pracy. Artykuł Input Mag podnosi także inny problem. AI może zostać wykorzystana do produkowania obraźliwych treści, których sami artyści nigdy by nie wypowiedzieli.

Redaktorzy poprosili także o komentarz SAG-AFTRA, czyli związek zawodowy aktorów. Jego przedstawiciel stwierdził, że prawo nie pozwala na używanie głosów artystów bez ich zgody. Nawet jeśli ktoś nagrał jakieś kwestie do danej gry, to studio deweloperskie nie może potem samowolnie wykorzystać tych zapisów do wygenerowania nowych dialogów.

Artykuł podnosi jednak również kwestię potencjalnych korzyści. Takie technologie otwierają bowiem dodatkowe możliwości zarobku dla aktorów, którzy mogliby jedynie udzielać licencji na swój głos zamiast nagrywać samodzielnie każde zdanie. W przypadku moda autor był w stanie stworzyć kopie głosu Geralta tylko dlatego, że to amatorski, niekomercyjny projekt. Prezes odpowiedzialnej za program CyberVoice firmy Mind Simulation Lab zapewnił, że w przypadku komercyjnych produkcji AI kreuje głosy tylko tych aktorów, którzy wcześniej wyrazili na to zgodę i otrzymali odpowiednie wynagrodzenie.

Thomas Mitchells, który obecnie pracuje nad kwestiami audio w Baldur’s Gate 3, jest realistą. Twierdzi, że choć firmy pokroju Mind Simulation Lab i Sonatic oferują aktorom pewien poziom ochrony ich interesów, to zwykli użytkownicy wkrótce będą mogli tworzyć podobne rozwiązania sami w domu, za pomocą darmowych programów i nie da się tego powstrzymać.

Mitchells rozumie, dlaczego tego typu technologie mogą być bardzo atrakcyjne zwłaszcza dla małych deweloperów. Podkreśla jednak, że nic nie zastąpi prawdziwych aktorów. Ich kwestie brzmią bardziej naturalnie, a do tego bezcenne jest doświadczenie każdego z nich. Przypomniał słynną anegdotkę z produkcji ekranizacji Władcy pierścieni, kiedy to grający Sarumana Christopher Lee poprawił reżysera i wytłumaczył mu dokładnie, jak naprawdę brzmi człowiek, który zostaje dźgnięty w plecy. Lee dobrze znał ten dźwięk z własnych doświadczeń, gdyż był komandosem w czasie II wojny światowej.

Z kolei wspominana Natalie Winter podkreśla dużą rolę, jaką w aktorstwie głosowym odgrywa oddech, czego na razie systemy AI nie są w stanie naśladować. Mimo tych argumentów wszyscy wydają się przekonani, że te technologie zmienią branżę i nie da się powstrzymać ich powszechnego wykorzystywania przez deweloperów.