18+

更厲害!OpenAI推Voice Engine技術 15秒聲音範本可合成語音

日前推出可透過文字、靜態圖像生成長達1分鐘擬真影片的自動生成式人工智慧 技術「Sora 」之後,OpenAI 稍早再次宣布推出以15秒長度聲音 範本即可生成自然合成語音 Voice Engine技術。

不過,為了避免產生爭議,OpenAI目前並未對外開放使用Voice Engine 技術,僅針對特定用途如協助因病逐漸喪失語言能力的病患保留其聲音,同時所有以此技術產生內容都會加上可追蹤來源的數位浮水印,避免有心人士濫用此技術。

而透過Voice Engine技術生成的合成語音,幾乎與本人發出聲音相仿,甚至也能讓合成語音轉以其他語言陳述,讓使用者能以自己聲音與國外對象溝通,而非透過其他合成語音對談。

類似技術,其實先前已經有不少業者提出,但通常需要長度更長的原始語音資料進行學習,因此OpenAI標榜僅需15秒長度即可完成學習訓練,並且生成貼近本人語音聲調內容,顯然是在做技術上的火力展示。

目前OpenAI僅先向特定企業提供此技術進行測試,並且透過反饋意見改善使用體驗與安全問題。包含線上教育公司Age of Learning、敘事視覺化平台HeyGen、健康資訊軟體商Dimagi、AI通訊App開發商Livox,以及健康系統商Lifespan都已經開始使用OpenAI此技術打造應用服務。

《原文刊登於合作媒體mashdigi,聯合新聞網獲授權轉載。》

本日熱門 本周最熱 本月最熱