අලීබාබාගේ නවතම Qwen3‑TTS මොඩලයේ කුඩා බග් එකක් හෙළි වීමෙන්, හඬක් දත්තයක් ලෙස ගණනාවකට වඩා ආරක්ෂා කළ යුතු බව තේරුම් ගත හැකි වුණා. 50 MB තරම් බර ඇති මෙම වොයිස්‑ක্লෝනින් මොඩලය, එම ගොනුව ලබා ගන්නා කෙනාට කතාබහකින් ඔබේ හඬ පරිපූර්ණයෙන්ම පුරුදු කරගැනීමට හැකියාව ලැබේ.
කොහොමද මෙය සිදු වූයේ? ලේඛකයා පසුගිය මාස කිහිපයක් තුළ ElevenLabs, XTTS, F5‑TTS වැනි විවිධ AI හඬ සෘජුකරණ මෙවලම් පරීක්ෂා කළේය. ඒ සියල්ලම ඔහුගේ නයිජීරියානු උච්චාරණය අහිමි කර, බටහිර ඉංග්රිසි රටවලින් පිරිපුන් හඬ පමණක් ලබා දුන්නා. Qwen3‑TTS, 1.7 බිලියන පරාමිතීන් සමඟ, ඔහුගේ නිදසුන් ගොනුවක් (reference clip) එකතු කිරීමෙන් නයිජීරියානු උච්චාරණය සම්පූර්ණයෙන්ම රැකගෙන, මිනිත්තුවක පුරා ස්ථායී හඬයක් නිර්මාණය කළේය. මූලික ගැටළුව මොඩලයේ min_new_tokens=2 යන hard‑coded අගයයි; මෙය generate()‑ේ kwargs අමතක කරමින්, වාක්ය මැද තදබදයක් ඇති කරමින් ඉවත දැමූවා. එය පාරම්පරිකව සකස් කර සාර්ථකව පවත්වාගත් පසු, හඬ ගුණාත්මකතාව එකම මිනිත්තුව පුරා නොවී පවතින ලදි.
ඇයි මේ වැදගත්? හඞ්‑කලෝනින් තාක්ෂණය ගෝලීය පරිසරයේ වේගයෙන් වර්ධනය වෙමින් පවතී. නමුත් හඬක් “මුරපදයක්” වැනි අයුරින් නැවත සැකසිය නොහැක. ඔබගේ පාලනයෙන් ගොනුව කවදාවත් හරහා බෙදා නොදෙන්නේ නම්, එය සදාකාලිකව ඔබගේ හැඳුනුම් පත්රයක් වශයෙන් ක්රියා කරයි. එය අතුරුදන් නොවූ පසු, ඕනෑම කෙනෙකුට ඔබගේ හඬ පාවිච්චි කර බංකු, මව, හෝ නඩුවක් පිළිබඳ වංචාකාරී පණිවිඩයක් එවිය හැක. මෙවැනි තත්වයන් තරමක් “සිදු විය හැකි” ලෙස සලකන අතර, නීතිමය හෝ තාක්ෂණික ආරක්ෂක පියවරක් නැතිවීමෙන් විශාල ආර්ථික හා පුද්ගලික පරාජයක් සිදුවිය හැක.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ශිෂ්යයින්, සංවර්ධකයින් හා ව්යාපාරිකයින් සඳහා මෙම සිද්ධියට පහත පරිදි වැදගත්කම් ඇත:
- ශිෂ්යයින්: AI‑ආශ්රිත පර්යේෂණයේ නීතිමය හා නෛතික සීමා ගැන ඉගෙන ගැනීමට අවස්ථාවක්.
- සංවර්ධකයින්: හඬ මොඩලයන්ගේ බර, කේතයේ hidden parameters, සහ open‑source ප්රතිචාර ගැන අවධානය යොමු කර, නිර්මාණයේදී දත්ත රහස්යතාවට ප්රමුඛත්වය දක්වන්න.
- ව්යාපාරිකයින්: හඬ‑කේතන සේවාවන් ලබා දෙන සමාගම්ට ගැඹුරු පාරිභෝගික රහස්යතා ප්රතිපත්ති ගොඩනැගීමට, “voice fingerprint” යනු ජීව විද්යාත්මක දත්ත බව සැලකිල්ලට ගැනීමට අවශ්ය වේ.
මෙම අවධානයෙන්, ශ්රී ලංකාවේ AI‑ආශ්රිත ව්යාපාරයන්ට නීතිමය මාර්ගෝපදේශයන් සකස් කර, දත්ත රහස්යතා පිළිබඳ ප්රජාතන්ත්රවාදී ප්රවර්ධනයක් ලබා දිය හැක.
අවසන් වශයෙන්, හඬ‑කලෝනින් තාක්ෂණය ඉදිරියට යද්දී, මූලික දත්ත (weights) පළ නොකර, කේතය හා පුහුණු ක්රියාවලිය පමණක් බෙදාගැනීම වඩාත් ආරක්ෂිත වේ. ඔබේ හඬ ඔබේ අයිතියයි – එය ආරක්ෂා කර ගැනීමේ පළමු පියවර ඔබේමයි.
