逆天！OpenAI最近推出智能Voice Engine技术，仅需15秒音频样本即可克隆自己声音

当地时间3月29日，美国人工智能研究公司OpenAI在官网首次分享了名为“Voice Engine”（语音引擎）的预览。通过输入文本和15秒音频样本，Voice Engine便可以生成一个与音频中说话者非常相似的自然语音。这项技术能够生成“自然的语音”和“情感丰富且真实的声音”。

OpenAI称，公司在2022年底就启动了Voice Engine的研发工作，并将它用作一些其他功能的预设语音。由于合成语音可能会被滥用，公司只在小范围内与开发人员分享了该模型，未来可能不会广泛推出这一功能。

相较于传统的语音合成技术，Voice Engine的主要亮点包括其仅需极短的音频样本就能生成高质量的声音，以及其合成声音的自然度和情感丰富性。此外，这项技术还能应用于多种场景，如教育、多语言翻译、社区卫生服务、辅助通讯以及神经科学等领域。

这项技术的出现也引发了对声音信息安全和隐私保护的担忧。OpenAI承认存在被滥用的风险，特别是在选举年等敏感时期。为了应对这些风险，OpenAI已经采取了一系列措施，包括与政府、媒体、娱乐、教育等领域的合作伙伴进行深入交流，以确保在产品发布时能够将风险降至最低。所有预览测试人员都必须遵守OpenAI的使用政策，该政策明确禁止在未经同意或缺乏合法权利的情况下冒充他人。

此外，OpenAI还实施了一系列安全措施，包括使用水印技术追踪音频来源，以及对系统的使用方式进行主动监控。当产品正式推出时，公司将设立一个“禁止语音列表”，以检测并阻止与名人过于相似的人工智能生成声音。

Voice Engine技术的出现标志着语音合成领域的一大进步，但其带来的安全和隐私问题也不容忽视。OpenAI正在努力通过多种措施来减轻这些风险，并确保技术的负责任使用。未来将会广泛应用于音频行业，例如智能家居、智能音箱、智能汽车等等。