悦读推文

手机浏览器扫描二维码访问

近日，美国人工智能研究公司在其官方网站上首次公开了一款名为“e”（语音引擎）的新技术。这项技术可以通过输入文本和秒音频样本，生成一个与音频中说话者非常相似的自然语音。这一技术的推出，无疑将进一步推动人工智能在语音合成领域的发展，但同时也引发了关于其可能被滥用的担忧。

表示，这款语音引擎在年底就已经开始研发，目前已经被用作一些其他功能的预设语音。然而，由于合成语音可能会被滥用，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。这一决定充分体现了对于人工智能技术应用的责任感和谨慎态度。

在实际应用中，儿童教育技术公司已经开始使用这个模型来生成一些预先编写好的内容，并且还结合-4创建实时的响应来与学生互动。此外，数字人视频生成初创公司也采用了这项技术，可以根据内容创建定制的数字人化身，而e可以将样本的声音转换成多种其他语言，来帮助产品营销到销售演示。

在转换语言时，e会保留原始说话者的母语口音，例如样本中的人使用的是法语，那么生成的英语将带有法国口音。这一特性无疑将为跨语言的交流提供更多的可能性。然而，这也引发了一个问题：如果这项技术被用于制造假新闻或者进行欺诈活动，后果将不堪设想。

显然也意识到了这一点，他们在新闻稿中写道：“我们认识到，生成声音的功能存在严重风险，这一点在大选年尤为突出。我们正在与来自zhengfu、媒体、娱乐、教育等领域的国际合作伙伴合作，以确保我们在建设过程中吸收他们的反馈。”

产品负责人在接受媒体采访时也表示：“如果你能正确地设置音频，基本上就能生成人类口径的声音，这是一种相当令人印象深刻的技术。”但也提到，准确模仿人类语音的能力确实存在安全隐患。

今年1月，美国就出现了“拜登”事件，由生成的“假拜登”在电话中用逼真的声音鼓励可能支持民主党的位选民在新罕布什尔州初选中不要投票。这一事件引发了对于语音模仿技术可能带来的风险的广泛关注。本月早些时候，拜登呼吁国会通过立法来监管，包括禁止“语音模仿”等。

在测试计划中，要求其合作伙伴遵守其制定的使用政策：在使用语音样本之前要征得声音主人的同意，并明确告诉听众声音是生成的。该公司还在安装一种听不见的音频水印，以区分音频是否是由其工具创建的。

写道：“无论我们最终是否会广泛部署这项技术，让全球各地的人们了解这个发展方向都是非常重要的。”这一表态充分体现了对于人工智能技术的开放态度和对于社会责任的承担。

总的来说，推出的“语音引擎”技术无疑为人工智能在语音合成领域的发展打开了新的可能，但同时也带来了新的挑战。如何在推动技术发展的同时，有效防止其被滥用，将是以及整个人工智能行业需要面对的重要问题。

喜欢年行情请大家收藏：（）年行情