【ITBEAR科技资讯】3月31日消息，OpenAI公司近日揭晓了一项具有颠覆性的声音克隆技术——“Voice Engine”，该技术能够通过简短的文本输入和仅15秒的音频样本，生成与原始说话者高度相似、情感充沛且难以辨别的语音。
据ITBEAR科技资讯了解，Voice Engine的研发工作自2022年便已启动，并已成功融入公司现有的文本转语音API以及Read Aloud功能中的预设语音。这项技术不仅在阅读辅助和语言翻译领域大放异彩，为用户提供了更为流畅的语音体验，而且对于言语障碍患者而言，其意义更是非凡。举例而言，在布朗大学的一个创新试点项目中，研究人员利用该技术成功创建了从学校项目录制的音频中提取的语音克隆，极大地助力了言语障碍学生的交流能力。
然而，尽管Voice Engine技术带来了前所未有的可能性，但OpenAI对于其潜在的滥用风险保持着高度警惕。因此，在现阶段，公司仅选择向少数经过严格筛选的合作伙伴开放小规模测试。这一策略不仅有助于深入探索技术的各种应用场景，同时也为公司提供了评估和管理相关风险的空间。
OpenAI在推动技术发展的同时，也积极肩负起社会责任。公司希望通过这一技术的推出，能够引发社会各界对于合成语音技术负责任应用的深入讨论，共同探索适应和规范这一新兴技术领域的道路。
为了确保Voice Engine技术的安全合规使用，OpenAI还实施了一系列严密的保护措施。其中包括利用水印技术来追踪音频的来源，以及对系统使用情况进行实时监控。此外，公司还计划在产品正式上市时设立一个“禁止语音列表”，旨在检测和阻止那些与知名人士声音过于接近的人工智能生成语音，从而有效规避潜在的版权和隐私纠纷。
