OpenAI的语音克隆AI模型只需15秒样本即可运行

OpenAI推出了名为Voice Engine的文本转语音生成平台，能够根据15秒语音片段创建合成语音。

AI生成的语音可以用同一语言或其他语言朗读文本提示。

该技术的使用公司包括Age of Learning、HeyGen、Dimagi、Livox和Lifespan。

OpenAI表示，这些小规模的部署有助于指导如何在各行业中良好使用Voice Engine。

Voice Engine于2022年底开始开发，已为文本转语音API和ChatGPT的朗读功能提供支持。

OpenAI的模型训练使用了混合的许可和公开可用数据，预计仅向约10个开发者提供该模型。

AI文本到音频生成技术正在不断发展，尽管大多数关注乐器或自然声音，语音生成的关注较少。

美国政府正在努力遏制AI语音技术的不当使用，FCC禁止使用AI语音的机器人电话。

OpenAI要求合作伙伴遵守使用政策，不得在未获得同意的情况下冒充他人或组织，并需获得原始说话者的明确同意。

OpenAI为音频剪辑添加了水印以追踪来源，并积极监控音频使用情况。