Mate发布Voicebox AI模型：仅需2秒片段即可“学会”语音细节

6月19日消息，近日，Meta发布了Voicebox AI模型，它在音频模拟方面有着显著优势。

据悉，Voicebox只需要一段2秒钟的音频样本，即可准确辨别出音频细节、音色，并基于文字结果转换为语音输出。

同时，它还可以基于语音片段的前后内容，自动补齐中间缺失的内容。

根据Meta的介绍，Voicebox能够为AI助手，或是未来元宇宙的NPC提供自然且真实的语音效果，大大提升用户使用时的沉浸感。

同时，它也能够为声带受损的人群提供协助，帮助TA们重新“发声”。

值得一提的是，Meta目前已经意识到了Voicebox被应用在造假领域时，存在的潜在危害，因此他们正在寻找一种区分真实语音和Voicebox生成语音的方法。

在找到解决方法前，Meta将不会向公众公开Voicebox AI模型，以避免不必要的危害。