15 秒音頻即可“復(fù)制”原聲！但OpenAI 擔(dān)心新語(yǔ)音模型被濫用而限制發(fā)行

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：15 秒音頻即可“復(fù)制”原聲！但OpenAI 擔(dān)心新語(yǔ)音模型被濫用而限制發(fā)行
關(guān)鍵字：政策,報(bào)告,小米,音頻,模型
文章來(lái)源：AI前線
內(nèi)容字?jǐn)?shù)：5234字

內(nèi)容摘要：

整理 | 傅宇琪
3 月 30 日，OpenAI 在官網(wǎng)首次展示了名為“ Voice Engine ”的語(yǔ)音生成模型，該模型能夠通過(guò)文本輸入和僅僅 15 秒的音頻樣本生成與原始說(shuō)話者聲音高度相似、充滿情感且逼真的自然語(yǔ)言語(yǔ)音。據(jù)悉，OpenAI 于 2022 年末首次開發(fā)出 Voice Engine，并已將其應(yīng)用于其文本轉(zhuǎn)語(yǔ)音 API 以及 ChatGPT 語(yǔ)音和朗讀功能中的預(yù)設(shè)語(yǔ)音。
這項(xiàng)技術(shù)的問(wèn)世，顯然將對(duì)那些經(jīng)常錄制自己語(yǔ)音的人產(chǎn)生重大影響，包括播客、配音藝術(shù)家、口語(yǔ)表演者、有聲書和廣告解說(shuō)員、游戲玩家、流媒體主播、客戶服務(wù)代理、銷售人員等眾多職業(yè)。
不過(guò)目前，這項(xiàng)技術(shù)僅在小范圍內(nèi)提供，擁有訪問(wèn)權(quán)限的公司包括：教育技術(shù)公司 Age of Learning、視覺敘事平臺(tái) HeyGen、一線健康軟件制造商 Dimagi、AI 通信應(yīng)用程序創(chuàng)建者 Livox 和衛(wèi)生系統(tǒng) Lifespan。OpenAI 在其博客文章中表示：“這些小規(guī)模部署有助于為我們的方法、保障措施提供信息，并思考語(yǔ)音引擎如何在各個(gè)行業(yè)中發(fā)揮作用。”
官網(wǎng)文章中，OpenAI 也展示了 Voice Engine 的使用

原文鏈接：15 秒音頻即可“復(fù)制”原聲！但OpenAI 擔(dān)心新語(yǔ)音模型被濫用而限制發(fā)行

聯(lián)系作者

文章來(lái)源：AI前線
作者微信：ai-front
作者簡(jiǎn)介：面向AI愛好者、開發(fā)者和科學(xué)家，提供大模型最新資訊、AI技術(shù)分享干貨、一線業(yè)界實(shí)踐案例，助你全面擁抱AIGC。