Meta发布VoiceboxAI模型,音频模拟有显著优势

近日,Meta发布了Voicebox AI模型,它在音频模拟方面有着显著优势。

据悉,Voicebox只需要一段2秒钟的音频样本,即可准确辨别出音频细节、音色,并基于文字结果转换为语音输出。

同时,它还可以基于语音片段的前后内容,自动补齐中间缺失的内容。

根据Meta的介绍,Voicebox能够为AI助手,或是未来元宇宙的NPC提供自然且真实的语音效果,大大提升用户使用时的沉浸感。

同时,它也能够为声带受损的人群提供协助,帮助TA们重新“发声”。

值得一提的是,Meta目前已经意识到了Voicebox被应用在造假领域时,存在的潜在危害,因此他们正在寻找一种区分真实语音和Voicebox生成语音的方法。

在找到解决方法前,Meta将不会向公众公开Voicebox AI模型,以避免不必要的危害。

推荐内容