共計 1276 個字符，預計需要花費 4 分鐘才能閱讀完成。

一種新的人工智能工具可以改變你聲音的風格和音色，隱藏你的聲音身份。

據悉，借助一個名為 Koe Recast 的新 AI 工具的網絡演示，你可以將長達 20 秒的聲音轉換成不同的風格，包括動漫角色、深沉的男性敘述者、ASMR 耳語等等。這是對目前正在進行個人內部測試的潛在商業產品的一次令人大開眼界的預覽。

Koe Recast 最近由德克薩斯州的開發商 Asara Near 推出。Asara Near 正在獨立開發一款桌面應用程序，目的是讓人們通過 Zoom 和 Discord 等其他應用程序，實時改變自己的聲音。Asara Near 表示：我的目標是幫助人們以任何讓他們更快樂的方式表達自己。

Koe 網站上提供了幾個演示，展示了馬克·扎克伯格（Mark Zuckerberg）用女性聲音、低沉的男性旁白聲音和高音調的動漫聲音談論增強現實的剪輯片段，所有這些都由 Recast 提供支持。

這種逼真的人工智能語音轉換技術并不新鮮。谷歌在 2018 年用類似的技術引起了轟動，知名人士的音頻深度造假已經引起了幾年的爭議。但是，在一家由一個人資助的獨立初創公司中看到這種能力，表明了人工智能語音合成技術已經走了多遠，或許也暗示了通過低成本或開源發布，語音轉換技術距離廣泛采用和推廣有多近。

但是，關于 Recast 的語音轉換背后是哪種特定類型的人工智能，Asara Near 保留了細節。但他簡單概括了它的工作原理，我們能夠在我們創造的嵌入空間中深入并改變聲音的特征。因此，我們的目標是修改音頻中與說話者個人風格或音色相對應的部分，同時保留與說話內容相對應的部分，如韻律和單詞。這讓我們能夠將某人的聲音風格改變為任何其他風格，包括他們感知的性別、年齡、種族等。

目前，Recast 支持 10 種不同的聲音，更多的正在進行中。Asara Near 說：目前還沒有決定我們是否會提供名人或其他知名人士的現有聲音。

然而，提供名人聲音（或模仿在世的非名人聲音）可能會引發倫理和法律問題。當被問及 Recast 可能被濫用的問題時，Asara Near 回答說：就像任何技術一樣，它可能既有積極的一面，也有消極的一面，但我認為絕大多數人類都是由優秀的人組成的，他們將會從中受益。Near 還指出，Recast 包含了一項服務條款政策，禁止非法和仇恨的使用。

關于發行時間表，Asara Near 正在追求商業選擇，但不排除開源發行，這可能會產生類似于穩定擴散的影響，將逼真的音頻深度偽造技術放到許多人手中而不受嚴格限制。我們正在探索一些貨幣化策略，Asara Near 說。如果我心目中的盈利模式行不通，開源這項技術可能是未來的一種選擇。

隨著深度學習技術繼續剝離 20 世紀媒體作為對現實的固定和準確記錄的概念（或者有人可能會說是幻覺），我們正在展望未來。在不久的將來，一個活生生的人的聲音的數字表示，就像圖像和視頻一樣，將是一個你不能只看表面價值的東西，除非你對來源有很大的信任。因此，這項技術的發展勢必伴隨著各種爭論，但技術的發展是不會止步不前，我們只能期待法律和監管也能盡快適應時代的發展。

如果朋友們喜歡，敬請關注知新了了！

丸趣 TV 網 – 提供最優質的資源集合！