Kloning Suara dengan AI, Kapan Boleh dan Kapan Bahaya?

Kloning suara adalah teknik AI yang mempelajari karakter suara seseorang dari contoh rekaman, lalu menghasilkan ucapan baru dengan suara yang terdengar seperti orang tersebut. Kamu cukup mengetik teks, dan AI "membacakannya" dengan suara hasil kloning.

Teknologinya sama, baik dipakai untuk hal baik maupun buruk. Pemilik usaha bisa memakai suaranya sendiri untuk ratusan video tutorial tanpa merekam ulang. Penipu bisa memakai suara direktur untuk menyuruh staf keuangan mentransfer uang. Yang membedakan adalah izin, tujuan, dan keterbukaan. Salah menilai batasnya bisa berujung pada rusaknya kepercayaan, sengketa, bahkan masalah pidana.

Bagaimana kloning suara bekerja dan seberapa mirip hasilnya?

Alat kloning suara umumnya menawarkan dua tingkat. Kloning cepat memakai rekaman pendek dan hasilnya cukup mirip untuk telinga awam. Kloning yang lebih teliti memakai rekaman lebih panjang dengan kualitas studio, dan hasilnya bisa sulit dibedakan dari suara asli, termasuk intonasi dan logatnya.

Karena bahan bakunya hanya rekaman, suara siapa pun yang beredar di internet, dari video media sosial sampai webinar, secara teknis bisa dikloning. Inilah sebabnya kemiripan suara tidak lagi bisa dijadikan bukti identitas.

Sebagian penyedia memasang pengaman. ElevenLabs, misalnya, menyatakan di pusat bantuannya bahwa kloning suara profesional hanya boleh dibuat dari suara pemilik akun sendiri, bahkan dengan izin orang lain pun tidak boleh, dan setiap kloning profesional melewati proses verifikasi bahwa suara itu milik pemilik akun. Kebijakan tiap penyedia berbeda, dan tidak semua alat punya pengaman serupa.

Kapan boleh dan kapan bahaya?

Pemakaian yang umumnya wajar

• Suaramu sendiri. Sulih suara video produk, materi pelatihan, atau podcast tanpa rekaman ulang setiap kali ada revisi naskah. Pusat bantuan YouTube bahkan menyebut kloning suara sendiri untuk voiceover sebagai bantuan produksi yang tidak wajib diungkapkan.
• Pengisi suara dengan kontrak. Talent yang setuju suaranya dikloning untuk proyek tertentu, dengan batas pemakaian, durasi, dan imbalan yang jelas tertulis.
• Penerjemahan dan sulih bahasa. Video kamu dibuat versi bahasa lain dengan suaramu sendiri. Alurnya dibahas di membuat dubbing video ke bahasa lain dengan AI.
• Aksesibilitas. Orang yang berisiko kehilangan kemampuan bicara merekam suaranya lebih awal agar tetap bisa "berbicara" dengan suara sendiri lewat perangkat.

Pemakaian yang berbahaya atau melanggar

• Meniru orang lain tanpa izin, termasuk tokoh publik, untuk iklan, konten lucu, atau dukungan palsu terhadap produk.
• Penipuan dan rekayasa sosial, seperti telepon palsu dari atasan atau anggota keluarga. Polanya dijelaskan di deepfake suara dan video.
• Membuat seseorang seolah mengatakan sesuatu yang tidak pernah ia ucapkan, misalnya pernyataan politik atau pengakuan palsu.
• Menembus sistem verifikasi suara, misalnya layanan yang memakai suara sebagai kunci akun.
• Memakai suara karyawan setelah ia keluar, padahal izinnya hanya berlaku selama hubungan kerja.

Perbandingan pemakaian kloning suara

Aturan apa yang perlu diingat di Indonesia?

Belum ada undang-undang yang khusus mengatur kloning suara, tetapi beberapa aturan yang sudah ada tetap relevan. Uraian ini gambaran umum, bukan nasihat hukum.

Undang-Undang Informasi dan Transaksi Elektronik melarang manipulasi atau penciptaan informasi elektronik dengan tujuan agar dianggap seolah-olah data yang otentik (Pasal 35). Rekaman suara palsu yang dibuat untuk dipercaya sebagai ucapan asli seseorang bisa masuk wilayah ini, apalagi bila dipakai untuk menipu, yang juga bisa dijerat aturan pidana penipuan.

Undang-Undang Pelindungan Data Pribadi juga perlu diperhatikan. Rekaman suara yang bisa mengidentifikasi seseorang termasuk data pribadi, sehingga mengumpulkan dan memprosesnya, termasuk untuk melatih kloning, butuh dasar pemrosesan yang sah seperti persetujuan. Kaitan UU PDP dengan pemakaian AI dibahas di UU PDP dan pemakaian AI.

Dari sisi platform, YouTube meminta kreator mengungkapkan konten realistis yang membuat orang nyata seolah mengatakan sesuatu yang tidak pernah ia ucapkan. Platform lain punya aturan serupa dengan rincian masing-masing.

Kapan memakai kloning, kapan suara sintetis biasa?

Pakai kloning suaramu sendiri bila identitas suara memang bagian dari merek, misalnya pemilik usaha yang dikenal pelanggan lewat video, atau kreator yang suaranya sudah akrab bagi penonton. Kloning menghemat waktu tanpa menghilangkan kedekatan.

Pakai suara sintetis bawaan (bukan tiruan orang tertentu) bila yang kamu butuhkan hanya narasi yang jelas, misalnya untuk video penjelasan produk, pengumuman, atau menu telepon. Suara bawaan alat text to speech tidak membawa risiko izin dan peniruan, dan kualitasnya kini sudah cukup natural untuk banyak keperluan.

Rekam suara manusia sungguhan bila konten bersifat sensitif atau emosional, seperti permintaan maaf resmi perusahaan atau pesan duka. Di momen seperti itu, keaslian lebih penting daripada efisiensi.

Apa pun pilihannya, lindungi juga dirimu dari sisi sebaliknya: sepakati prosedur verifikasi di kantor agar permintaan transfer atau data lewat telepon selalu dicek ulang lewat jalur lain, siapa pun suara yang terdengar.