/cdn.vox-cdn.com/uploads/chorus_asset/file/24390406/STK149_AI_03.jpg)
OpenAI的语音克隆AI模型只需15秒样本即可运行
内容提要
OpenAI推出了名为Voice Engine的文本转语音生成平台，可根据15秒语音片段创建合成语音。AI生成的语音可按命令用同一语言或其他语言朗读文本提示。OpenAI表示，这有助于为各行各业的良好使用提供指导。目前可使用该技术的公司包括Age of Learning、HeyGen、Dimagi、Livox和Lifespan。OpenAI还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。
延伸解读
技术背景与开发历程
Voice Engine并非全新项目，OpenAI自2022年底便开始研发，其技术已应用于文本转语音API和ChatGPT的朗读功能。此次有限开放旨在通过小规模部署收集反馈，以指导该技术在各行业的负责任使用。
合作伙伴与初期应用
目前获得访问权限的公司包括教育科技公司Age of Learning、视觉叙事平台HeyGen、前线健康软件制造商Dimagi、AI通信应用创建者Livox以及卫生系统Lifespan。这些合作覆盖教育、健康、通信等领域，展示了语音克隆在预录内容生成和实时个性化响应等方面的潜力。
安全措施与使用政策
OpenAI要求合作伙伴遵守严格的使用政策：不得未经同意冒充他人或组织，必须获得原始说话者的明确知情同意，不得允许用户创建自己的声音，并向听众披露语音为AI生成。此外，OpenAI为音频添加水印以追踪来源，并积极监控使用情况。
监管环境与行业现状
美国联邦通信委员会（FCC）已禁止使用AI语音的机器人电话，此前曾出现冒充总统拜登的AI克隆语音的骚扰电话。AI语音生成领域竞争逐渐升温，Podcastle和ElevenLabs等公司也提供类似技术，但OpenAI强调其模型仅向约10个开发者开放，以谨慎推进。
Q&A
OpenAI的Voice Engine是什么？
Voice Engine是OpenAI开发的文本转语音生成平台，可以根据15秒的语音片段创建合成语音。
Voice Engine可以用来做什么？
Voice Engine可以用同一语言或其他语言朗读文本提示，适用于教育和健康等多个行业。
哪些公司正在使用OpenAI的Voice Engine？
使用Voice Engine的公司包括Age of Learning、HeyGen、Dimagi、Livox和Lifespan。
OpenAI如何确保Voice Engine的合规使用？
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，并需获得原始说话者的明确同意。
Voice Engine的开发背景是什么？
Voice Engine于2022年底开始开发，旨在为文本转语音API和ChatGPT的朗读功能提供支持。
美国政府对AI语音技术有哪些监管措施？
美国FCC禁止使用AI语音的机器人电话，以遏制AI语音技术的不当使用。
