OpenAI推出声音克隆新技术：复刻你的声音仅需15秒

据媒体报道，OpenAI公司最近推出了一项革命性的声音克隆技术——“Voice Engine”。

据悉，Voice Engine通过文本输入和15秒的音频样本，便能生成与原始说话者声音极为相似、情感丰富且自然逼真的语音。

这一技术的研发始于2022年，并已应用于公司现有的文本转语音API和Read Aloud功能中的预设语音。

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。

同时，该技术对于言语障碍患者来说更是一大福音，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。

然而，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也希望通过此举引发社会对合成语音负责任部署的广泛讨论，共同探索如何适应这一新型技术。

此外，为了确保技术的安全使用，OpenAI还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。