TechCrunch-reporter testar en interaktiv AI-avatar av sig själv

TechCrunch-reportern Dominic-Madori Davis testade en interaktiv digital avatar som Synthesia skapade åt henne. Synthesia är ett startupbolag som utvecklar AI-avatarprodukter. Davis uppger att avataren tränades på hennes artikel om varför riskkapitalfinansierade startupbolag begår fler bedrägerier än bolag utan riskkapitalfinansiering. Den utformades för att bara svara på frågor om den artikeln.

För att skapa avatarerna fotograferades Davis och spelade in ett två minuter långt röstprov på Synthesias kontor i New York. Teamet gjorde personliga avatarer som läser upp ett angivet manus och interaktiva versioner som lyssnar och svarar. Enligt Davis tog arbetet ett par dagar.

Den interaktiva avataren använder modeller för tal-till-text, språk, text-till-tal och video. Synthesias egna video- och röstmodeller driver Davis avatar, men företaget låter också kunder välja modeller från bland andra Cartesia, ElevenLabs, Google och OpenAI. Kunder kan ha avatarerna i sitt eget moln eller betala Synthesia för att stå för värdskapet.

Davis tyckte att den skapade rösten var ganska träffsäker, men säger att vännerna tyckte att den interaktiva avataren lät och såg mindre ut som hon än den personliga avataren. När den fick frågor utanför ämnet den tränats på hänvisade den tillbaka till artikeln.

Erfarenheten fick Davis att fundera på om avatarer kan komplettera eller ersätta journalister. Hon menar att förtroende är centralt för journalistiken och frågar sig om det kan överlåtas till AI. Synthesia erbjuder också videoproduktion och distribution, interaktiva Sessions för enkäter och rollspel samt en API-plattform.