Mate發(fā)布Voicebox AI模型：僅需2秒片段即可“學(xué)會(huì)”語(yǔ)音細(xì)節(jié)

(相關(guān)資料圖)

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(shì)。

據(jù)悉，Voicebox只需要一段2秒鐘的音頻樣本，即可準(zhǔn)確辨別出音頻細(xì)節(jié)、音色，并基于文字結(jié)果轉(zhuǎn)換為語(yǔ)音輸出。

同時(shí)，它還可以基于語(yǔ)音片段的前后內(nèi)容，自動(dòng)補(bǔ)齊中間缺失的內(nèi)容。

根據(jù)Meta的介紹，Voicebox能夠?yàn)锳I助手，或是未來(lái)元宇宙的NPC提供自然且真實(shí)的語(yǔ)音效果，大大提升用戶(hù)使用時(shí)的沉浸感。

同時(shí)，它也能夠?yàn)槁晭軗p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(shí)到了Voicebox被應(yīng)用在造假領(lǐng)域時(shí)，存在的潛在危害，因此他們正在尋找一種區(qū)分真實(shí)語(yǔ)音和Voicebox生成語(yǔ)音的方法。

在找到解決方法前，Meta將不會(huì)向公眾公開(kāi)Voicebox AI模型，以避免不必要的危害。

標(biāo)簽：