
Meta 稍早公布名為Voicebox的語音生成模型,將可透過Flow Matching演算法,從大量原始音訊與轉錄文字進行學習,進而生成自然生動的語音內容。
同時,Voicebox並未限制僅能用於特定領域的語音內容,透過足夠音訊與文字內容即可產生去除噪音、清晰語音,同時還能進行內容編輯、風格轉換,或是輸出不同聲音特色語音內容。
而藉由Flow Matching演算法,即可直接從原始音訊、文字內容進行學習,同時產生語音內容,無須像過往同類型語音生成模型必須事先完成資料學習訓練,並且僅能針對單一語音內容進行訓練操作。
在Flow Matching演算法設計中,更能學習語音與文字之間差異,即便對應相同文字內容,但在不同語音呈現方式,例如語調、語速、口音或重音表現差異,會讓相同文字內容有不同表意。
目前Voicebox是以累積5萬小時的語音錄音訓練結果構成,其中涵蓋英語、法語、西班牙語、德語、波蘭語、葡萄牙語公開錄音內容片段,以及對應文字內容,同時藉由自動生成人工智慧 運作模式,不僅能快速學習各類語音發音、朗讀方式,只需輸入一段語音樣本與文字內容,就能以所輸入語音樣本風格朗讀文字,甚至進行後續編輯語調整。
但由於此模型可能會有被人濫用情況,因此目前Meta僅對外公布相關技術,並未公開相關模型與原始碼內容。
《原文刊登於合作媒體mashdigi,聯合新聞網獲授權轉載。》
訂閱《科技玩家》YouTube頻道!
💡 追新聞》》在Google News按下追蹤,科技玩家好文不漏接!
📢 「找車位神器」3秒搜出停車格!5縣市可用 駕駛實測嘆:相見恨晚
📢網紅「小周牙醫」歧視同志言論挨轟!道歉被網抓包IG、YT秒做1事:沒誠意
📢 Switch 2台北體驗會7/5登場!抽選制、超詳細報名規則曝
📢 ASUS VivoWatch 6 AERO智慧手環開箱!指尖量心電圖 睡眠追蹤曝「9成全淺眠」
📢 YouTube會員台灣便宜雙人方案來了!價格比印度貴近4倍 規則一次看
📢 獨/等到iPhone嗶進站!蘋果iOS18.4開放台灣NFC交易 悠遊卡公司回應了