Site da empresa D-ID só precisa de uma foto e um texto para gerar um “deepfake”

Sabe o que é preciso para você aparecer em um vídeo falando o texto que você mesmo escreveu? Primeiramente, escolha uma foto sua. E depois, suba a imagem para o site Creative Reality Studio, junto com um texto. Espere um pouco e pronto! Parece bruxaria, mas é mais uma façanha da inteligência artificial que está sob controle da israelense D-ID.

A empresa afirma que o serviço se desenvolveu com o intuito de gerar vídeos para treinamentos e educação corporativa, campanhas de marketing, comunicação interna e assim por diante.

Deve ser por isso que a D-ID evita o uso do termo deepfake. A palavra está fortemente associada ao uso negativo da tecnologia (para manipulação política, por exemplo).

Um vídeo com seu rosto em segundos

Não é preciso ser especialista em edição de vídeos para usufruir do Creative Reality Studio. Você aparecer em vídeo falando um texto previamente escrito, pois o site é intuitivo e permite a qualquer pessoa criar um vídeo com uma pessoa falando, em segundos ou minutos.

Tudo o que é necessário fazer é escolher um dos apresentadores disponíveis no site e digitar um texto no campo ao lado.

O idioma padrão é o inglês dos Estados Unidos. Mas há 119 línguas disponíveis, incluindo o português do Brasil. É possível escolher uma entre várias opções de vozes femininas e masculinas. Um estilo de voz que se associa a uma emoção também pode ser escolhido: triste, amigável, esperançoso, irritado, entre outros.

Também é possível fazer upload de um arquivo de áudio com a voz da pessoa para dar mais realismo ao conteúdo esperado.

Você já sabe o que acontece na sequência. Todos esses dados são usados pelo sistema de inteligência artificial para gerar o vídeo. Depois, é só baixar e publicar o vídeo em páginas corporativas, redes sociais e por aí vai.

Como já informado, também é possível gerar um vídeo fazendo upload de uma simples foto.

Mas funciona?

Funciona. Nem sempre o resultado é imediato. O tempo de espera para o vídeo ser gerado depende da duração da fala, do idioma e até do apresentador escolhido. Desse modo, o processo não costuma levar mais do que alguns minutos e dura apenas alguns segundos se o material for curto.

O idioma é um fator crítico aqui. Há numerosas vozes para o inglês americano, por exemplo. Por outro lado, só há uma voz feminina e uma voz masculina para o português brasileiro. Pelo menos a pronúncia é feita corretamente, quase sempre.

De modo geral, o resultado é convincente. Embora seja fácil perceber que se trata de um deepfake. Note, por exemplo, que a cabeça tem um movimento padronizado, como se fosse uma coreografia. Além disso, é possível perceber que o movimento dos lábios nem sempre condiz com as palavras pronunciadas.

Aliás, esses são os sinais mais óbvios que você pode analisar para descobrir se um vídeo é deepfake. E é bom saber de tudo isso, caso você deseje aparecer no vídeo para fins profissionais ou pessoais.

Filtros contra deepfakes maliciosos

Gil Perry, CEO da D-ID, deixou claro que o Creative Reality Studio foi projetado para casos de uso legítimos. Isto é, sem fins maliciosos. O executivo explicou que a tecnologia pode ser útil para o CEO de uma companhia. De modo que ele pode enviar uma mensagem aos seus funcionários em múltiplos idiomas.

Mas a D-ID sabe que deepfakes vêm sendo usados para manipulações políticas. Ou ainda para prejudicar a imagem de pessoas públicas, por exemplo. É por que isso que o sistema da empresa conta com alguns filtros.

Os algoritmos podem barrar palavrões e expressões racistas, por exemplo. Além disso, a tecnologia importa uma API da Microsoft Azure que elimina falas sexuais ou ofensivas em vídeos.

Também há um sistema de reconhecimento de imagem que impede ou pelo menos tenta impedir o uso de imagens de pessoas famosas. Tentei subir uma foto de Bill Gates e não deu certo.

Por outro lado, nos testes que fiz, o filtro de palavrões funcionou em inglês, mas não em português do Brasil.

Mas existe uma política contra uso indevido. Porém. A D-ID explica que, em caso de violação das regras, o usuário pode ser banido da plataforma e ter o seu conteúdo apagado.

O serviço é pago, mas tem teste gratuito

Caso você queira testar e aparecer no vídeo, basta fazer um cadastro no site do Creative Reality Studio. No momento, o serviço oferece dois planos pagos. O primeiro custa US$ 49 por mês e dá direito a 60 créditos. Cada crédito corresponde a 15 segundos de vídeo. O segundo é um plano ilimitado, mas cujo valor deve ser negociado.

Existe também um plano gratuito, para testes, com 20 créditos e duração de 14 dias. Neste, os vídeos gerados têm marcas d’água sobre toda a imagem.

Para as contas pagas, há recursos adicionais, como plugin de PowerPoint, suporte por e-mail e apresentadores com expressões faciais mais realistas.