跳转到主要内容

仅限受邀用户专属访问。 全球公开发布将于2026年推出。

人工智能生成内容
T
f/technologie
•2 年前•Technology

本有声读物的文字和旁白由人工智能生成。

0:00/0:00

OpenAI 刚刚宣布,他们最近进行了一次名为 Voice Engine 的新工具的小规模预览。

这是一项声音克隆技术,可以通过分析15秒的音频样本模仿任何说话者。公司声称它可以产生“自然的语音”,带有“富有情感且逼真的”声音。

无限可能……以及严重的风险

这种技术基于公司现有的语音合成 API,自2022年开始开发。OpenAI 已经使用该工具包的一个版本为当前的语音合成 API 和文本转语音功能提供预设声音。公司官方博客上有几个例子,听起来令人毛骨悚然地接近真实。我鼓励你去听一听,想象一下这些技术带来的可能性,无论是好还是坏。

潜在用途与隐私担忧

OpenAI 表示,这项技术在阅读辅助、语言翻译以及帮助突发或进行性语言障碍患者方面可能非常有用。然而,恶意行为者肯定会滥用这项技术进行严重的深度伪造欺骗,这已经成为一个问题。在这方面,Voice Engine 还没有完全准备好向公众开放,因为在全面部署之前必须解决一些严重的隐私问题。

安全措施与负责任的方法

OpenAI 承认,这项技术存在“严重的风险,尤其是在选举年期间。”公司表示,它会采纳“来自包括政府、媒体、娱乐、教育、民间社会等多样背景的美国和国际合作伙伴”的反馈,确保产品的发布风险最小化。所有预览测试者都同意遵守OpenAI的使用政策,其中禁止在未获同意或法律授权的情况下冒充他人。

透明度与使用控制

此外,任何使用这项技术的人都必须向其听众披露声音是由 AI 生成的。OpenAI 已经实施了数字水印等安全措施,以追踪任何音频的来源,以及对系统使用进行“主动监控”。当正式推出时,将设有“禁用的声音名单”,以检测和阻止与公众人物过于相似的 AI 生成声音。

竞争定价与未来计划

关于部署时间,OpenAI 保持低调。TechCrunch 揭露了一些潜在的价格信息,似乎他们低估了在该领域的竞争对手,比如 ElevenLabs。Voice Engine 可能的价格为100万字符(大约16.25万字)为15美元。大约相当于斯蒂芬·金的《闪耀》的长度。这看起来是个经济实惠的有声书制作方式。市场资料还提到一个“高清”版本,价格是基础版的两倍,但公司尚未详细说明具体操作。

巨大的潜力与挑战

OpenAI 本周持续宣布重大消息。刚刚又宣布与其密友微软的合作,建立一个名为“Stargate”的基于 AI 的超级计算机。据《The Information》报道,这个项目的成本高达令人震惊的1000亿美元。

0

评论将在发布前审核并翻译。

此帖子的评论受到限制。

暂无评论。

您的隐私选择

Keoby使用服务所需的存储。旅程测量、启用后的可选Umami受众测量及可选广告均需要您的同意。您可随时拒绝或更改选择。

仅在你同意后,可选统计才会将访问关联到已接受的操作和首次入门体验结果。

Cookie 政策