Voice Engine是OpenAI推出的一項(xiàng)創(chuàng)新AI語(yǔ)音合成和聲音克隆技術(shù)，能夠通過(guò)15秒的簡(jiǎn)短音頻樣本和文本輸入，生成與原聲相似的自然語(yǔ)音。這項(xiàng)技術(shù)自2022年底開(kāi)發(fā)以來(lái)，已被集成到OpenAI的文本到語(yǔ)音API和ChatGPT的語(yǔ)音功能中，展現(xiàn)出廣泛的應(yīng)用潛力。

Voice Engine是什么

Voice Engine是OpenAI最新發(fā)布的一項(xiàng)AI語(yǔ)音合成和聲音克隆技術(shù)。該技術(shù)能夠利用15秒的音頻樣本和相應(yīng)的文本輸入，生成自然且接近真實(shí)聲音的語(yǔ)音。自2022年底開(kāi)發(fā)以來(lái)，Voice Engine已經(jīng)被成功應(yīng)用于OpenAI的文本到語(yǔ)音API和ChatGPT的語(yǔ)音功能中。其應(yīng)用前景廣泛，包括為兒童和閱讀困難者提供閱讀輔助、翻譯內(nèi)容以觸達(dá)全球受眾、支持溝通障礙者以及幫助恢復(fù)患者的聲音等。為確保技術(shù)的安全使用，OpenAI制定了嚴(yán)格的使用政策，并采取了包括水印追蹤在內(nèi)的多項(xiàng)安全措施，以防止聲音冒充的發(fā)生。

官方博客介紹：https://openai.com/blog/navigating-the-challenges-and-opportunities-of-synthetic-voices

Voice Engine的主要功能

• 高質(zhì)量語(yǔ)音合成：使用簡(jiǎn)短音頻樣本生成自然流暢的語(yǔ)音，滿足多種應(yīng)用需求。
• 多語(yǔ)言支持：可將內(nèi)容翻譯成多種語(yǔ)言，保持原有說(shuō)話者的口音和風(fēng)格。
• 個(gè)性化交互：結(jié)合GPT-4，提供實(shí)時(shí)、個(gè)性化的互動(dòng)響應(yīng)，提升用戶體驗(yàn)。
• 安全措施：通過(guò)水印追蹤等技術(shù)防止濫用，確保用戶隱私和安全。

應(yīng)用場(chǎng)景

• 教育與閱讀輔助：Voice Engine為兒童和閱讀困難者提供自然的語(yǔ)音支持，幫助他們更好地理解書(shū)面內(nèi)容。例如，教育科技公司Age of Learning利用這一技術(shù)為學(xué)生提供個(gè)性化的學(xué)習(xí)體驗(yàn)。
• 內(nèi)容翻譯與全球化：通過(guò)Voice Engine，視頻和播客等內(nèi)容可以翻譯成觀眾的母語(yǔ)，同時(shí)保持原說(shuō)話者的口音，使創(chuàng)作者能夠更自然地觸及全球受眾。例如，AI視覺(jué)敘事平臺(tái)HeyGen使用Voice Engine進(jìn)行視頻翻譯，打破語(yǔ)言障礙。
• 改善偏遠(yuǎn)地區(qū)的服務(wù)提供：Voice Engine通過(guò)提供本地語(yǔ)言服務(wù)，提升偏遠(yuǎn)社區(qū)的基本服務(wù)質(zhì)量，如健康咨詢等。Dimagi公司正在開(kāi)發(fā)工具，利用Voice Engine和GPT-4為社區(qū)衛(wèi)生工作者提供互動(dòng)反饋。
• 支持言語(yǔ)殘障人士：Voice Engine為有交流障礙的個(gè)體提供獨(dú)特且自然的聲音，使他們能夠通過(guò)增強(qiáng)和替代通訊設(shè)備進(jìn)行交流。例如，Livox公司利用這一技術(shù)為用戶提供多種語(yǔ)言的自然語(yǔ)音。
• 患者聲音恢復(fù)：Voice Engine幫助因疾病或神經(jīng)問(wèn)題失去語(yǔ)言能力的患者重建聲音。例如，Norman Prince Neurosciences Institute正在研究如何使用Voice Engine幫助因腫瘤或神經(jīng)問(wèn)題導(dǎo)致語(yǔ)言障礙的患者。

常見(jiàn)問(wèn)題

Voice Engine目前對(duì)公眾開(kāi)放嗎？
Voice Engine目前仍處于小規(guī)模預(yù)覽階段，尚未廣泛發(fā)布。OpenAI正在與部分可信賴的合作伙伴進(jìn)行私下測(cè)試，以了解其途。

如何確保Voice Engine的安全使用？
OpenAI已制定嚴(yán)格的使用政策并采取多項(xiàng)安全措施，如水印追蹤，以防止技術(shù)的濫用和聲音冒充。

未來(lái)Voice Engine會(huì)面向更多用戶嗎？
OpenAI可能會(huì)根據(jù)小規(guī)模測(cè)試的結(jié)果和社會(huì)需求，決定是否將Voice Engine推廣給更廣泛的用戶群體。

如何使用Voice Engine

目前，Voice Engine尚未向公眾開(kāi)放在線使用。OpenAI采取謹(jǐn)慎態(tài)度，以確保在推廣技術(shù)的同時(shí)充分考慮潛在風(fēng)險(xiǎn)。未來(lái)，OpenAI可能會(huì)根據(jù)測(cè)試結(jié)果和社會(huì)發(fā)展需求，決定是否讓更多用戶使用Voice Engine。