AT&T: Synthetische Bugs-Bunny-Stimme im Einzelhandel via Azure Custom Neural Voice

Synthetische Sprachsynthese – die maschinelle Erzeugung einer Stimme, die einer realen Person nahezu identisch klingt – bietet erhebliches Potenzial für Unterhaltung, Barrierefreiheit und Bildung. Gleichzeitig birgt sie das Risiko des Missbrauchs, etwa zur Täuschung oder zur unautorisierten Imitation realer Sprecher. Microsoft hat diese Technologie unter dem Namen Azure Custom Neural Voice als kommerziellen Dienst angeboten und dabei einen strukturierten Rahmen für den verantwortungsvollen Einsatz entwickelt.

AT&T setzt Azure Custom Neural Voice ein, um in Ladengeschäften ein interaktives Erlebnis mit der Figur Bugs Bunny zu gestalten. Laut dem veröffentlichten Responsible AI Standard von Microsoft hat AT&T dieses Projekt als preisgekröntes In-Store-Erlebnis umgesetzt. Dabei wird eine synthetische Stimme eingesetzt, die der originalen Quelle – der Figur Bugs Bunny – nahezu identisch klingt. Weitere technische oder inhaltliche Details zum genauen Ablauf des Kundenerlebnisses sind den vorliegenden Quellen nicht zu entnehmen.

Die eingesetzte Technologie ist Microsofts Azure Custom Neural Voice, ein Dienst zur Erzeugung synthetischer Sprache auf Basis neuronaler Netze. Microsoft beschreibt die Technologie als Werkzeug, das eine synthetische Stimme erzeugen kann, „die der originalen Quelle nahezu identisch klingt".

Da das Missbrauchspotenzial dieser Technologie – etwa zur Täuschung oder Imitation – von Microsoft als erheblich eingestuft wurde, unterliegt der Zugang einem abgestuften Kontrollrahmen. Dieser umfasst:

- Eingeschränkten Kundenzugang zum Dienst - Vorab definierte und kommunizierte akzeptable Nutzungsfälle, festgehalten in einer Transparency Note und einem Code of Conduct - Technische Schutzmaßnahmen, die sicherstellen sollen, dass die betroffene Sprecherin oder der betroffene Sprecher beim Erstellen einer synthetischen Stimme aktiv beteiligt ist

Dieser Rahmen wurde im Zuge von Microsofts internem Responsible-AI-Prüfprozess, einschließlich des sogenannten „Sensitive Uses Review", entwickelt und angewendet.

Die vorliegenden Quellen nennen keine messbaren Kennzahlen zu Reichweite, Nutzerzahlen oder wirtschaftlichem Effekt des AT&T-Projekts. Das Erlebnis wird von Microsoft als „preisgekrönt" bezeichnet; welcher Preis vergeben wurde und von wem, geht aus den Quellen nicht hervor.

Der Anwendungsfall AT&T/Bugs Bunny wird von Microsoft als Beispiel für einen legitimen Einsatz von Custom Neural Voice im Bereich Unterhaltung angeführt – neben dem Einsatz durch den Versicherungskonzern Progressive, der die synthetische Stimme seiner Werbefigur „Flo" für Online-Kundeninteraktionen nutzt. Microsoft verwendet diesen Fall, um zu illustrieren, wie potenziell risikobehaftete KI-Technologien durch strukturierte Governance-Maßnahmen nutzbar gemacht werden können, ohne die Missbrauchspotenziale zu ignorieren. Inhaltliche oder strategische Aussagen von AT&T selbst zu diesem Projekt sind in den vorliegenden Quellen nicht enthalten.