关注前沿科技 克雷西 发自 凹非寺
量子位 | 公众号
雪藏的新产品——语音合成引擎Voice ,终于被正式揭幕。
有了它,只需15秒的语音样本,就能克隆出一个人的声音,而且还能跨越语言!
APP版中的语音对话功能,也正是由这项技术所驱动。
效果如何?先来听段DEMO:
Salt also makes sure we stay which means there is water in our body for it to .
盐分也可以保持人体内的水分,确保其满足正常功能的需要。
而通告显示,他们在2022年底就已经开发出了这项技术,但出于安全考虑一直没有正式发布。
这次,终于官宣了Voice ,并展示了小规模测试中的几个应用案例。
比如,一家非营利医疗机构就利用这项技术,为一名年轻的病人恢复了她的声音。
另外值得一提的是,去年爆火的视频翻译软件,采用的语音引擎也正是Voice 。
那么,这次还展现了哪些效果,下面就来一睹为快。
用AI帮助病患恢复声音
首先是利用基础的语音合成能力,为儿童等不具备文字阅读能力的群体提供阅读辅助。
比如一家儿童教育技术公司,就一直在使用Voice 来给编写好的画外音内容配音。
DEMO中生成的大段内容,都是基于这样一段15秒的样本:
然后,就可以合成相同音色的长段语音:
再来看看中用到的的语音翻译技术,原始素材是一段英语的音频:
它被用原始的音色,翻译成了普通话、法语、德语等多种语言。
忽略译文的质量,只听声音,中文的效果是这样的:
音色保持的还算不错,不过腔调很明显一听就是外国人在说中文。
至于这到底是个bug还是个,就见仁见智了(手动狗头)。
此外,一款名为Livox的残障人士辅助应用,也利用Voice 为不能说话的残障人士“发出声音”——
在有了Voice 之后,TA们可以选择专属的真人音色,而不再是机械感明显的合成音,并且在各种语言之间都能保持音色的一致性。
不只是帮助残障人士拥有自己的声音,Voice 还可以为因疾病导致声音发生在重大改变的人群,恢复患病之前声音,只要有以前的声音样本就能实现。
一名年轻的患者因罹患血管性脑肿瘤,失去了流利讲话的能力,说话变成了这样:
医生从她所在学校录制的视频中提取到了她患病前的声音作为样本,在Voice 的帮助下为她恢复了此前的音色。
此次发布的案例,特别是为不便人士提供帮助的场景受到了不少好评,但也有网友对这项技术的滥用表达了担忧。
———END———
限 时 特 惠: 本站每日持续更新海量各大内部创业教程,永久会员只需109元,全站资源免费下载 点击查看详情
站 长 微 信: nanadh666