Hey Gen Labs: KI-Übersetzer geht viral, lässt sich aber nicht testen

Ein Video von einem Mann, der zunächst Englisch spricht und in derselben Aufnahme danach auf Französisch und Deutsch redet, macht derzeit die Runde in den sozialen Netzwerken. Verantwortlich für die Übersetzung sei Hey Gen Labs, erklärt der Twitter-Nutzer Jon Finger, der den Clip gepostet hat. Zusätzlich zum übersetzten Text sind auch die Lippenbewegungen an die neue Sprache angepasst. Und unerklärter Weise ist auch die Belichtung eine andere. Heise online versucht seit gestern, Hey Gen zu testen, kommt aber bisher zu keinem Ergebnis.

Um Hey Gen zu nutzen, muss man sich anmelden. Es gibt eine kostenlose Version, alles ist noch in der Betaphase. Zunächst hatte das Programm allerdings mehrfach Probleme, die Videos zu erkennen, die ich versucht habe, hochzuladen. Auch der Hinweis, dass ich es über Chrome versuchen solle, brachte keine Verbesserung. Nach einer mehrstündigen Pause folgte mein nächster Versuch – es klappte, das Video wurde erkannt.

Videos müssen mindestens 30 Sekunden lang sein, aber auch nicht länger als zwei Minuten. Sie lassen sich, wenn es denn funktioniert, einfach per Drag&Drop hochladen. Man kann zwischen sechs Sprachen auswählen, unter dem Video ist ein Dropdown-Menü. Dann heißt es warten. In meinem Fall sind das inzwischen einige Stunden. Passiert ist seither genau gar nichts. Außer, dass die Zahl der Videos, die laut Hey Gen derzeit bearbeitet werden, steigt. Während ich diesen Artikel geschrieben habe, sind es mehr als 100.000 geworden.

Hey Gen funktioniert nur mit Abo

Freilich kann man nun ein Upgrade bezahlen, um an der Warteschlange vorbeizukommen. Das kostet 48 Dollar im Monat, wenn man gleich für ein Jahr im Voraus bezahlt oder 59 US-Dollar für einen einzelnen Monat. Inkludiert sind 30 Credits im Monat. Ein kurzes Video zu übersetzen kostet einen Credit – zwei gibt es beim kostenlosen Test gratis. Zu übersetzende Videos können mit kostenpflichtigem Konto bis zu fünf Minuten lang sein. Wir haben darauf verzichtet, Geld auszugeben. Das Unternehmen dürfte aktuell einiges an Abonnements abschließen.

Ob alle Videos, die derzeit in den sozialen Netzwerken kursieren, wirklich mit Hey Gen entstanden sind, ist fraglich. Teilweise wechselt die Sprache innerhalb eines kurzen Videos sehr oft, eine solche Einstellung gibt es nicht. Andere Dienste können dafür zum Einsatz gekommen sein.

Dennoch schafft Hey Gen Möglichkeiten, wahnsinnig schnell Deepfakes zu erstellen. Beim Hochladen eines Videos gibt es keinerlei Hinweis, was ein Video enthalten darf. Beispielsweise stellt sich auch die rechtliche Frage, ob man Videos von anderen Personen in den Übersetzer einfügen darf. Das kann in manchen Fällen sinnvoll sein, Missbrauch öffnet es aber eben auch Tür und Angel. Vor allem die Tatsache, dass auch die Lippen synchronisiert werden, macht es einem Zuschauer ausgesprochen schwer, einen Fake zu erkennen.

Andere Anbieter wie etwa Google, Meta und Microsoft halten derartige Tools bisher zurück. Google hatte auf der diesjährigen I/O gezeigt, was sein "Universal Translator" inzwischen alles kann. Auch damit lassen sich lippensynchron Videos übersetzen. Verfügbar ist die Funktion nicht. Google befürchtet Missbrauch. Auch die Verantwortlichen von Meta haben konkret gesagt, dass sie manche Audio-KI-Modelle nicht freigeben, weil sie ihren Missbrauch fürchten. Alle drei Unternehmen beteuern, Audio-Tools in petto zu haben, mit dem sich eine Stimme nach nur wenigen Sekunden Originalaufnahme bereits klonen lässt.

Verfügbar ist aber beispielsweise auch die KI-Software von Bark, mit der man Text in Sprache verwandeln kann – samt Regieanweisungen wie "[laughs]", "[gasps]" oder "[sighs]". ElevenLabs kann bereits Stimmen klonen – und damit in anderen Sprachen sprechen. Auf diese Weise bekommt übrigens auch der Pumuckl in einem RTL-Reboot seine Originalstimme wieder, obwohl der Sprecher bereits gestorben ist.

(emw)