AI爱好者
今天看到个比较有意思的项目。
官网地址： play.ht
它可以从 20 秒的音频中快速生成克隆语音，并自动转换为英语。
也就是说，即便你不会说英语，也可以通过语音克隆的方式，立刻说出一口流利的英语。
这里的技术采用了一个名为 Parrot 的模型，它能从几秒的音频克隆出声音，并基于文本，重新生成一段富有情感的语音。
不过该模型暂时只支持英语，技术团队已经在开始尝试支持更多语言。
克隆声音的数据样本主要分两种：高保真（20 分钟）和零样本（20 秒），给的音频样本时间越长，其精度就更佳。
未来，该工具将被应用到各类数字内容创作（如游戏、媒体、在线教育）等平台。
如果你感兴趣的话，也可以用自己的声音试下
