声音克隆
声音克隆让文字转语音模型用某个人的声音说话,往往只需几秒钟的录音。
零样本克隆不需要训练:你给模型一小段音频,例如三秒,它就能用这个声音念出新的文字。有些模型还提供声音设计功能,让你改用文字来描述声音。效果取决于这段音频,单个说话人的干净录音效果最好。
未经许可克隆他人的声音可能违法,也可能被用于诈骗,所以只使用你有权使用的声音。有些项目会在输出中加入听不到的水印,许可证也可能禁止冒充,或把模型限定为非商业使用。在基于克隆模型做产品之前,请把这两点都读清楚。
相关术语
- 文字转语音(TTS) 文字转语音模型把文字转成语音,许多模型还能用一小段样音复制某个声音。
- 非商业许可证 非商业许可证允许你把模型用于研究、学习和个人项目,但不允许用它赚钱。