AI在线 AI在线

15 秒语音片段就能合成某人声音，OpenAI 小规模开放 Voice Engine 模型

作者：故渊 2024-03-30 11:50
感谢OpenAI 公司近日发布公告，有限开放 Voice Engine 的访问权限，该模型可以根据某人的 15 秒语音片段创建合成语音。OpenAI 在新闻稿中表示：“通过开放小规模部署，有助于我们按照现有方法、保障措施等推进产品落地，并在不断磨合、探索过程中思考，如何将 Voice Engine 用于各行各业”。OpenAI 公司表示，目前已经向教育技术公司 Age of Learning、视觉故事平台 HeyGen、前线健康软件制造商 Dimagi、人工智能通信应用开发商 Livox 和健康系统 Lifespa
感谢OpenAI 公司近日发布公告，有限开放 Voice Engine 的访问权限，该模型可以根据某人的 15 秒语音片段创建合成语音。

15 秒语音片段就能合成某人声音，OpenAI 小规模开放 Voice Engine 模型

OpenAI 在新闻稿中表示：“通过开放小规模部署，有助于我们按照现有方法、保障措施等推进产品落地，并在不断磨合、探索过程中思考，如何将 Voice Engine 用于各行各业”。

15 秒语音片段就能合成某人声音，OpenAI 小规模开放 Voice Engine 模型

OpenAI 公司表示，目前已经向教育技术公司 Age of Learning、视觉故事平台 HeyGen、前线健康软件制造商 Dimagi、人工智能通信应用开发商 Livox 和健康系统 Lifespan 等公司开放访问。

在 OpenAI 发布的这些样本中，你可以听到 Age of Learning 利用该技术生成预制 voice-over 内容，以及向学生朗读由 GPT-4 撰写的“实时、个性化回复”。

IT之家附上参考地址

Navigating the Challenges and Opportunities of Synthetic Voices

相关标签：
OpenAI Learning Voice Engine Age

相关资讯

OpenAI首次官宣语音项目，配音演员警报拉响

OpenAI首次官宣语音项目，配音演员警报拉响

文本输入和一个 15 秒的音频样本就能生成与原始说话者非常相似的自然声音。今天，OpenAI 在语音领域又带给我们一点点震撼，通过文本输入以及一段 15 秒的音频示例，可以生成既自然又与原声极为接近的语音。值得注意的是，即使是小模型，只需一个 15 秒的样本，也能创造出富有情感且逼真的声音。OpenAI 将这个语音引擎命名为 Voice Engine，首次开发时间是 2022 年末，今天是 Voice Engine 预览版的首次亮相。下面为该语音引擎的一些早期示例，例如可以帮助用户翻译视频和播客等内容，输入一段原始
4/1/2024 11:18:00 AM 机器之心
已预览一年，OpenAI 语音克隆服务 Voice Engine 仍未正式推出

已预览一年，OpenAI 语音克隆服务 Voice Engine 仍未正式推出

去年三月底，OpenAI 宣布了一项名为 Voice Engine（声音引擎）的人工智能服务的“小规模预览”，声称该技术能够在仅需 15 秒语音的情况下克隆一个人的声音。然而，近一年过去，这项工具仍未正式推出，OpenAI 也未透露其是否会全面上线，以及何时上线。
3/7/2025 5:00:17 PM 远洋
Willow Voice secures 4.2 million USD in funding AI voice input redefines efficient work experience

Willow Voice secures 4.2 million USD in funding AI voice input redefines efficient work experience

July 15, 2025 – The AI voice input platform Willow Voice announced the successful completion of a $4.2 million seed round, dedicated to advancing the innovation of voice-first interaction technology. This funding will be used to refine its advanced voice input technology and accelerate the realization of its vision to create a universal voice operating system layer.Willow Voice was founded in 2025 by a group of entrepreneurs with extensive experience in computer science and machine learning.
7/16/2025 4:11:53 PM AI在线
资讯热榜
免费！让图片放大不失真的位图转矢量图神器 Tmttool AI应用新纪元：2025中国AI应用排行榜榜单揭晓丨2025年1月 6秒视频10秒生成！全新AI视频神器 Grok Imagine 深度体验+元提示词分享 最火、最全的Agent记忆综述，NUS、人大、复旦、北大等联合出品 后悔没早发现！教你用谷歌Gemini生成精美PPT（附提示词） GGUF 是什么？一文看懂大模型里最火的模型格式 Sora、可灵、即梦哪家强？AI视频软件深度测评！ Mac也能跑Qwen3，一文看懂本地部署qwen 3配置要求
标签云
AI 人工智能 OpenAI AIGC 模型 ChatGPT 谷歌 DeepSeek AI新词 AI绘画 大模型 机器人 数据 Midjourney 开源 Meta 微软 智能 用户 GPT 学习 英伟达 Gemini 智能体 技术 马斯克 Anthropic 图像 AI创作 训练 LLM 论文 AI for Science 代码 腾讯 苹果 算法 Agent Claude 芯片 具身智能 Stable Diffusion xAI 蛋白质 人形机器人 开发者 生成式 神经网络 机器学习 AI视频 3D 字节跳动 大语言模型 RAG Sora 百度 研究 GPU 生成 华为 工具 AGI 计算 生成式AI AI设计 大型语言模型 搜索 亚马逊 AI模型 视频生成 特斯拉 DeepMind 场景 Copilot 深度学习 Transformer 架构 MCP 编程 视觉