Meta發表新AI Voicebox 可跨6國語言風格轉換
記者／竹二
除了積極布局元宇宙之外，Meta在人工智慧的發展也漸漸顯露，近日Meta端出了一款文字轉語音技術Voicebox，可以執行語音生成任務，像是編輯、採樣和語音風格塑造等，可以用來幫助創作者輕鬆編輯音軌、讓視障人士能夠用他們的聲音聽到朋友的書面訊息，並讓人們能夠用自己的聲音說任何外語。
Voicebox對於語音的處理相當多元，號稱是一個All-in-one的語音生成式模型，只要輸入文字便可透過AI唸出，還可以呈現不同的風格並直接翻譯成6種語言，包含英文、法文、德文、西班牙文、波蘭文與葡萄牙文等。
根據Meta官方的說明，Voicebox可以透過採樣語音片段來學習對方語調的功能，進化到只需要2秒的語音樣本，就可以達成目的，還能被用在消除語音內容之中所不小心錄到的雜訊、雜音上，可輕鬆幫忙消除錄製過程中可能不小心出現的狗吠、車聲、音樂、背景說話聲等。
就官方的說法，這就像是語音版的橡皮擦編輯功能一樣好用，Voicebox將可以幫助元宇宙世界中的NPC非實際人物的角色，達到更自然的語音對話能力，至於使用者本身，則是可以透過Voicebox來消弭語言之間的限制。
Meta表示，現階段他們並沒有計劃向公眾發佈Voicebox應用程式和開源程式碼，如同AI換臉技術被濫用在詐騙上，Meta坦言他們有意識到這項工具帶來濫用和意外傷害的可能性，並聲稱為此構建了一個分類器，以區分真實的音頻和Voicebox生成的語音，希望減輕未來可能存在的風險。
瀏覽 13,048 次
