OpenAI 推出語(yǔ)音引擎，只需15秒樣本，即能重建任何人的聲音

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：OpenAI 推出語(yǔ)音引擎，只需15秒樣本，即能重建任何人的聲音
關(guān)鍵字：政策,聲音,技術(shù),語(yǔ)音,語(yǔ)言
文章來(lái)源：夕小瑤科技說(shuō)
內(nèi)容字?jǐn)?shù)：5389字

內(nèi)容摘要：

夕小瑤科技說(shuō) 原創(chuàng)作者 | 付奶茶OpenAI 又帶來(lái)了一項(xiàng)超酷的進(jìn)展！周五推出了一項(xiàng)名為 Voice Engine 的語(yǔ)音引擎，僅憑一段15秒的聲音樣本，便能夠精準(zhǔn)模仿出那個(gè)人的聲音。
Voice Engine 的獨(dú)特之處在于，它能通過(guò)簡(jiǎn)單的文本輸入和短短音頻樣本，創(chuàng)造出非常接近原始說(shuō)話者的自然聲音。這意味著無(wú)論你讓它讀什么語(yǔ)言的文字，都能以那個(gè)人獨(dú)有的聲音風(fēng)格朗讀，效果既逼真又充滿感情。
總而言之，OpenAI 通過(guò)這項(xiàng)新技術(shù)展示了人工智能復(fù)制人聲的驚人可能性，接下來(lái)讓我們一起看下吧～
Voice Engine 兩年前已開(kāi)始研發(fā)事實(shí)上，OpenAI 早在 2022 年末便啟動(dòng)了 Voice Engine 的開(kāi)發(fā)，并已利用此技術(shù)為其文本到語(yǔ)音 API、ChatGPT Voice 以及朗讀功能裝配了預(yù)設(shè)聲音。
在技術(shù)成功開(kāi)發(fā)后，OpenAI 并未立即向市場(chǎng)全面推廣，而是選擇與一小群早期測(cè)試者“小心翼翼”地合作，共同探索其應(yīng)用可能性和潛在風(fēng)險(xiǎn)。
在與 TechCrunch 的采訪中，OpenAI 產(chǎn)品團(tuán)隊(duì)成員 Jeff Harris 透露，該模型是在“已獲授權(quán)和公開(kāi)可用數(shù)據(jù)的結(jié)合”上進(jìn)行

原文鏈接：OpenAI 推出語(yǔ)音引擎，只需15秒樣本，即能重建任何人的聲音

聯(lián)系作者

文章來(lái)源：夕小瑤科技說(shuō)
作者微信：xixiaoyaoQAQ
作者簡(jiǎn)介：專業(yè)、有趣、深度價(jià)值導(dǎo)向的科技媒體。聚集30萬(wàn)AI工程師、研究員，覆蓋500多家海內(nèi)外機(jī)構(gòu)投資人，互聯(lián)網(wǎng)大廠中高管和AI公司創(chuàng)始人。一線作者來(lái)自清北、國(guó)內(nèi)外頂級(jí)AI實(shí)驗(yàn)室和大廠，兼?zhèn)涿翡J的行業(yè)嗅覺(jué)和洞察深度。商務(wù)合作：zym5189