日前,OpenAI 就推出了一项声音克隆技术—— Voice Engine。
据 OpenAI 指出,Voice Engine 能够使用文本输入及单个 15秒音频样本生来生成与原始说话者声音极为相似、情感丰富、自然逼真的声音。
OpenAI 于 2022年对这项技术进行研发,并已应用于公司现有的文本转语音 API 及 Read Aloud 功能中的预设语音。与此同时,鉴于合成语音技术可能存在的滥用风险,OpenAI目前仅对少数可信合作伙伴开放小规模测试。通过这种方式,公司旨在深入了解技术的潜在应用,并评估可能带来的风险。
OpenAI认为,Voice Engine技术对于多个领域具有重大意义。在阅读辅助和语言翻译方面,它能够提供更为自然的语音输出,增强用户体验。
此外,对于言语障碍患者来说,Voice Engine 能够帮助他们更顺畅地交流。例如,在布朗大学的一个试点项目中,该技术成功用于创建从学校项目录制的音频中提取的语音克隆,有效帮助了言语障碍学生。
为了确保技术的安全使用,OpenAI 采取了一系列安全措施。这些措施包括使用水印技术追踪音频来源,以及对系统的使用方式进行主动监控。
当产品正式推向市场时,公司将设立一个“禁止语音列表”,以检测并阻止与名人声音过于相似的人工智能生成声音,从而避免潜在的版权和隐私问题。
猜你喜欢
——Sam Altman 正式回归 OpenAI 担任 CEO,Microsoft 加入董事会
——Sam Altman 重返 OpenAI 担任 CEO!