说米网

OpenAI 近日共享了一个名为 Voice Engine语音组成模型的初步成果。Voice Engine支撑语音克隆，可是未开放运用，供给给了HeyGen等公司运用。
image.png
Voice Engine 模型运用文本输入和15秒的音频样本生成挨近原始说话者的天然语音，令人形象深刻的是，即使只运用了一个短短的音频样本，Voice Engine 生成的语音仍然可以传达情感，听起来非常逼真。(免费discuz论坛).这个小规模测试展示了 Voice Engine 的潜力，虽然 OpenAI 仍在慎重地评估是否以及如安在更广泛的范围内发布这项技能。
前期运用标明 Voice Engine 在多个范畴具有宽广的运用远景，如为非阅读者和儿童供给朗读协助、翻译内容、改善偏远地区的服务交付、支撑无法言语的人群以及协助患有言语妨碍的患者康复。
虽然组成语音技能的潜在危险引起人们的忧虑，OpenAI 已经采取了一系列安全措施和预防措施，以保证技能的安全运用，如制止未经答应模仿他人的声响、要求原始发言者明确同意运用其音频样本等。
在未来，OpenAI 希望通过与各方协作，加强社会对组成语音技能带来的挑战的防备，促进对组成语音技能的了解和运用。