快科技6月19日消息,近日,Meta發(fā)布了Voicebox AI模型,它在音頻模擬方面有著顯著優(yōu)勢。
據(jù)悉,Voicebox只需要一段2秒鐘的音頻樣本,即可準確辨別出音頻細節(jié)、音色,并基于文字結果轉換為語音輸出。
同時,它還可以基于語音片段的前后內容,自動補齊中間缺失的內容。
根據(jù)Meta的介紹,Voicebox能夠為AI助手,或是未來元宇宙的NPC提供自然且真實的語音效果,大大提升用戶使用時的沉浸感。
同時,它也能夠為聲帶受損的人群提供協(xié)助,幫助TA們重新發(fā)聲”。
值得一提的是,Meta目前已經(jīng)意識到了Voicebox被應用在造假領域時,存在的潛在危害,因此他們正在尋找一種區(qū)分真實語音和Voicebox生成語音的方法。
在找到解決方法前,Meta將不會向公眾公開Voicebox AI模型,以避免不必要的危害。
(舉報)